Continue ist ein verbreiteter Open-Source-KI-Assistent für VS Code und JetBrains. Er unterstützt eigene Modell-Keys und lässt sich über das OpenAI-kompatible Protokoll an ein Dritt-Gateway anbinden. Für Teams bedeutet das: ein fester Zugriffspfad, zentrale Abrechnung und die Möglichkeit, zwischen mehreren Modellen zu wechseln.

Allerdings wurde Continue im Jahr 2026 von Cursor übernommen; das offizielle Repository wird nicht mehr aktiv gepflegt. Die Erweiterung lässt sich weiterhin installieren und nutzen, doch Konfigurationswege, verfügbare Funktionen und langfristige Risiken müssen neu bewertet werden. Dieser Beitrag führt durch Installation, Vorbereitung, Konfiguration, Verifikation und den Einsatz im Team.

Status: Im Juni 2026 wurde Continue von Cursor übernommen; das offizielle Repository ist schreibgeschützt und wird nicht mehr aktiv gepflegt. Der gehostete Hub und der Anmeldedienst wurden abgeschaltet. Die Erweiterung ist weiterhin installierbar und nutzbar, die Versionen stammen jedoch im Wesentlichen aus der Zeit vor der Übernahme. Teams sollten das Wartungsrisiko in ihre Bewertung aufnehmen.

Markenhinweis: Continue ist eine Marke von Continue Dev, Inc.; Cursor ist eine Marke von Anysphere, Inc. Dieser Beitrag dient der technischen Erläuterung und steht in keiner Zugehörigkeits- oder Vertretungsbeziehung zu den genannten Unternehmen; Funktionen, Oberfläche und Abrechnung richten sich nach den offiziellen Seiten und der aktuell installierten Version.

1. Wie Continue 2026 noch genutzt werden kann

Die größten Änderungen betreffen den Cloud-Teil. Der frühere Hub von Continue hostete geteilte Assistenten, Konfigurationsblöcke und die Teamsynchronisierung; auch die Anmeldung hing davon ab. Nach dem Ende des Hubs sind diese Funktionen nicht mehr verfügbar, und alle entfernten uses:-Verweise in der Konfiguration können fehlschlagen.

Die lokalen Fähigkeiten bleiben: Die Erweiterung ist installierbar, config.yaml wird weiterhin gelesen, und mit einem eigenen Key lassen sich OpenAI-kompatible Schnittstellen, das Anthropic-Protokoll oder lokale Modelle aufrufen. Aus einem aktiv gepflegten Projekt mit Cloud-Zusammenarbeit ist eine nutzbare lokale Endversion geworden.

Daraus folgen zwei Einschätzungen: Teams, die Continue bereits einsetzen, können es weiterverwenden, sollten aber die Version einfrieren, die Konfiguration sichern und eine Alternative vorbereiten. Teams, die neu starten wollen, sollten „eingestellte Wartung“ als Auswahlkriterium führen und nicht nur prüfen, ob das Projekt quelloffen ist und mehrere Modelle unterstützt.

2. Installation in VS Code und JetBrains

Der Weg in VS Code ist am direktesten:

  1. VS Code öffnen und mit Cmd/Ctrl + Shift + X die Erweiterungsansicht aufrufen.
  2. Nach Continue suchen, als Herausgeber Continue bestätigen und installieren.
  3. Nach der Installation erscheint das Continue-Symbol in der linken Leiste; es lässt sich in die rechte Leiste ziehen, um beim Programmieren zu fragen.
  4. Mit Cmd/Ctrl + L den Chat öffnen oder markierten Code mit derselben Tastenkombination in den Dialog übernehmen.

Bei JetBrains ist genauer hinzusehen. Die offizielle README von Continue empfiehlt 2026 JetBrains-Nutzern die Continue CLI; die letzte Version des Plugins wird über GitHub Releases verteilt, und die Sichtbarkeit im Plugin-Marktplatz kann je nach Region und Version variieren. Teams mit vorhandenem Plugin können es weiterverwenden, sollten neue Projekte aber nicht auf ein nicht mehr aktualisiertes Plugin stützen.

Die CLI ist der robustere Weg; sie liest dieselbe config.yaml wie die IDE-Erweiterung:

# Node.js 20 oder neuer erforderlich
npm install -g @continuedev/cli
cn --version
cn --config ~/.continue/config.yaml

3. Key, Base URL und Modell-ID vorbereiten

Vor der Konfiguration sollten drei Dinge bereitliegen: ein Gateway-Key, eine kompatible Adresse und eine exakte Modell-ID.

  1. Die Registrierungsseite des ZSQH AI Gateway öffnen, registrieren und in der Konsole anmelden.
  2. Den Bereich „API-Schlüssel“ öffnen und einen neuen Key anlegen; im Namen Nutzer und Gerät nennen, etwa continue-zhang-macbook.
  3. Nach Bedarf ein Ausgabenlimit und ein Ablaufdatum setzen. Auch für persönliche Konten empfiehlt sich das, um ungewöhnlichen Verbrauch zu begrenzen.
  4. Den Key kopieren und im Passwortmanager speichern. Viele Konsolen zeigen ihn nur einmal vollständig an.
  5. Die Modellpreise öffnen und die benötigte Modell-ID kopieren. Modelle und Preise werden angepasst; maßgeblich ist die aktuelle Anzeige.

Für die Konfiguration werden diese Werte verwendet:

Base URL: https://ai.zhongshangqihang.com/v1
API Key:  sk-... (in der Konsole erstellt, in .env oder im Passwortmanager)
Model:    die aktuell auf der Seite „Modellpreise“ angezeigte Modell-ID

Die Base URL endet bei /v1. Weder die Web-Startseite noch ein selbst ergänztes /chat/completions eintragen, sonst hängt der Client den Pfad ein zweites Mal an und es entsteht ein doppelter Pfad.

4. config.yaml schreiben: provider und models

Die globale Konfiguration von Continue liegt in ~/.continue/config.yaml (macOS/Linux) oder %USERPROFILE%\.continue\config.yaml (Windows). Existiert eine config.yaml, wird sie vor der alten config.json geladen; beide Formate nicht mischen.

Der Key gehört nicht direkt in die YAML. Zuerst eine Zeile in ~/.continue/.env ablegen, den Wert ohne Anführungszeichen:

ZSQH_API_KEY=sk-Ihr-Gateway-Schluessel

Dann in config.yaml darauf verweisen:

name: zsqh-continue
version: 0.0.1
schema: v1

models:
  - name: ZSQH Hauptmodell
    provider: openai
    model: YOUR_MODEL_ID
    apiBase: https://ai.zhongshangqihang.com/v1
    apiKey: ${{ secrets.ZSQH_API_KEY }}
    roles: [chat, edit, apply]
    capabilities: [tool_use]

  - name: ZSQH Vervollstaendigungsmodell
    provider: openai
    model: YOUR_FIM_MODEL_ID
    apiBase: https://ai.zhongshangqihang.com/v1
    apiKey: ${{ secrets.ZSQH_API_KEY }}
    roles: [autocomplete]

Die wichtigsten Felder:

  • provider: openai bedeutet, dass Anfragen nach dem OpenAI-kompatiblen Protokoll gesendet werden; bei Dritt-Gateways wird derselbe Wert eingetragen.
  • apiBase überschreibt die Standardadresse und endet bei /v1.
  • apiKey liest den Wert mit ${{ secrets.Name }} aus .env.
  • roles legt fest, welche Funktionen das Modell übernimmt; Standard ist [chat, edit, apply, summarize].
  • capabilities: [tool_use] erlaubt dem Agent-Modus Werkzeugaufrufe und sollte nur ergänzt werden, wenn das Gateway-Modell sie tatsächlich unterstützt.

Ein Vervollständigungsmodell ist optional. Nur konfigurieren, wenn die Preisseite ein Modell mit FIM- oder Completion-Schnittstelle anbietet; andernfalls den Eintrag entfernen oder die lokale Ollama-Vervollständigung verwenden, während Chat und Edit über das Gateway laufen.

5. Chat, Edit und Autovervollständigung prüfen

Nach dem Speichern lädt Continue die Konfiguration meist automatisch neu; wurde .env geändert, das IDE gemäß offizieller FAQ neu starten. Danach in dieser Reihenfolge prüfen:

  1. Den Chat öffnen und im Modellwähler ausdrücklich das eben konfigurierte Modell auswählen, nicht die automatische Auswahl verwenden.
  2. Eine kurze Anfrage senden, etwa „Erkläre diese Funktion in der aktuellen Datei“, und eine normale Antwort abwarten.
  3. In der Gateway-Konsole die Nutzung oder das Anfrageprotokoll öffnen und prüfen, ob ein Eintrag mit gleicher Zeit, gleichem Modell und gleichem Key erscheint.
  4. Code markieren, mit Cmd/Ctrl + I den Edit-Dialog öffnen, eine kleine Änderung durchführen und den Diff annehmen oder ablehnen.
  5. Eine neue Datei anlegen, einen Kommentar oder Funktionsanfang eingeben und die Tab-Vervollständigung testen; reagiert sie nicht, zuerst prüfen, ob das autocomplete-Modell ein FIM-Modell ist.
  6. Bei konfiguriertem tool_use den Agenten eine Datei lesen und Änderungen vorschlagen lassen, um die Werkzeugaufrufe zu bestätigen.

Eine Antwort im Editor allein genügt nicht; erst das Gateway-Log belegt, dass die Anfrage wirklich über die eigene API lief.

6. Modellrollen sinnvoll aufteilen

Funktion Rolle Anforderung an das Modell Hinweis
Chat chat Allgemeine Anweisungsbefolgung Fragen in der Seitenleiste, Code erklären
Edit edit, apply Codeverständnis und präzise Änderungen Nach Codeauswahl Cmd/Ctrl + I
Autovervollständigung autocomplete FIM-Training, niedrige Latenz Chat-Modelle ergänzen meist schlecht
Agent chat plus tool_use Werkzeugaufrufe Muss in capabilities deklariert sein
Codebasis-Suche embed Embedding-Modell Beeinflusst die Verfügbarkeit von @Codebase

Ein Modell kann gleichzeitig chat, edit und apply übernehmen; für jede Rolle ist kein eigener Eintrag nötig. Wirklich separat konfiguriert werden sollte die Autovervollständigung: Sie wird häufig ausgelöst und stellt andere Anforderungen an Latenz und FIM als der Chat. Wird ein Chat-Modell fest als autocomplete eingetragen, ist das typische Ergebnis eine langsame, sehr lange oder gar keine Vervollständigung.

Embedding und Reranking sind optionale Fähigkeiten; ob sie angeboten werden, richtet sich nach Modell und Schnittstellendokumentation.

7. Typische Grenzen und Fehlerquellen

  • Entfernte uses:-Verweise können ausfallen. Nach dem Ende des Hubs werden geteilte Konfigurationsblöcke nicht mehr aufgelöst; stattdessen provider, model und apiKey direkt eintragen.
  • Autovervollständigung ist nicht automatisch vorhanden. Das Modell muss FIM oder eine Completion-Schnittstelle unterstützen; gewöhnliche Chat-Completions-Modelle sind nicht immer geeignet.
  • Kontextlänge und Fähigkeiten eigener Modelle werden nicht automatisch erkannt. Bei Bedarf mit defaultCompletionOptions.contextLength und capabilities manuell deklarieren.
  • Der Agent-Modus hängt von Werkzeugaufrufen ab. Ist das Gateway nur chat-kompatibel, funktioniert der normale Dialog, der Agent kann jedoch scheitern.
  • Das Projekt wird nicht mehr aktiv gepflegt. IDE-Upgrades, Änderungen an Systemzertifikaten und Abhängigkeitsupdates können Kompatibilitätsprobleme verursachen; Teams sollten einen Rückfallweg vorsehen.
  • Base URL und Modell-ID sind die zwei häufigsten Fehlerquellen. Bei der ersteren wird /v1 zu viel oder zu wenig angegeben, bei der letzteren stimmen Groß-/Kleinschreibung oder Versions-Suffix nicht.
  • IDE-Erweiterungen lesen meist keine im Terminal per export gesetzten Umgebungsvariablen. Der Key gehört in die .env-Datei, nicht nur in die Shell-Konfiguration.

8. Checkliste für den Team-Einsatz

  1. Eine validierte Version einfrieren und VSIX, JetBrains-Plugin oder CLI-Paket archivieren, damit dieselbe Version später verfügbar bleibt.
  2. Im Gateway Keys pro Person und Gerät anlegen, mit Ausgabenlimit und Ablaufdatum; keinen gemeinsamen Key für alle verwenden.
  3. Die config.yaml-Vorlage in ein internes Repository legen, Keys über ${{ secrets.Name }} platzieren und .env in die Ignorierregeln aufnehmen.
  4. Zuerst drei bis fünf Entwickler zwei Wochen pilotieren lassen und Erfolgsquote, mittlere Latenz, Annahme der Vervollständigung und Verbrauch pro Kopf erfassen.
  5. Eine Modellzuordnungstabelle pflegen: Einsatzzweck, Modell-ID in der Konfiguration, entsprechendes Gateway-Modell und Ersatzmodell bei Fehlern.
  6. Die eingestellte Wartung von Continue als Quartalsbewertung führen, frühzeitig aktiv entwickelte Alternativen vergleichen und einen Migrationspfad offenhalten.
  7. Bei Austritt, Gerätewechsel oder Projektende den zugehörigen Key am selben Tag deaktivieren und die lokale .env bereinigen.

Zur Kostenschätzung zunächst eine Woche mit realen Anfragen arbeiten und dann mit den aktuellen Daten der Modellpreise rechnen. Preise werden von den Anbietern angepasst; alte Screenshots taugen nicht als Budgetgrundlage.

9. Häufige Fragen

Lässt sich Continue nach der Übernahme noch installieren?

Ja. Die VS-Code-Erweiterung ist weiterhin im Marktplatz verfügbar, die CLI lässt sich installieren; für JetBrains empfiehlt die offizielle Dokumentation inzwischen die CLI. Installierbar zu sein bedeutet jedoch nicht laufende Wartung; neue Projekte sollten das langfristige Risiko bewerten.

Bis zu welcher Ebene wird die Base URL angegeben?

Bis https://ai.zhongshangqihang.com/v1. Nicht die Web-Startseite und kein zusätzliches /chat/completions eintragen, sonst entstehen doppelte Pfade oder 404.

Warum funktioniert der Chat, die Tab-Vervollständigung aber nicht?

Die Vervollständigung benötigt ein eigenes autocomplete-Modell, das FIM oder eine Completion-Schnittstelle unterstützt. Ein Chat-Modell kann dialogfähig sein und trotzdem nicht vervollständigen. Zuerst prüfen, ob das Gateway ein passendes Modell anbietet.

Kann ein Key für mehrere Modelle verwendet werden?

Ja. Der Key ist das Authentifizierungsmittel, das Modell wird über das Feld model bestimmt. Mehrere Modelleinträge können denselben Key wiederverwenden; wenn das Team getrennt abrechnen möchte, Keys nach Rolle oder Projekt aufteilen.

Sollten JetBrains-Nutzer das Plugin oder die CLI verwenden?

Ist ein funktionsfähiges Plugin vorhanden, kann es weiter genutzt werden, die Version sollte aber eingefroren werden. In neuen Umgebungen ist die Continue CLI gemäß offizieller README zu bevorzugen; sie liest dieselbe config.yaml und birgt ein geringeres Wartungsrisiko.

Nächster Schritt

Erstellen Sie zunächst im ZSQH AI Gateway einen Test-Key, bringen Sie Chat, Edit und Vervollständigung nach den Beispielen zum Laufen und verteilen Sie dann die Konfigurationsvorlage im Team. Modellverfügbarkeit und aktuelle Preise entnehmen Sie den Modellpreisen.

Weiterführende Beiträge: