Continue.dev : guide complet de l’assistant code IA open-source
Continue.dev est un assistant de code IA open-source (Apache 2.0) qui s’intègre dans VS Code et JetBrains. Il vous laisse choisir n’importe quel LLM (Claude, GPT, Gemini, Ollama), offre quatre modes d’interaction (Agent, Chat, Autocomplete, Edit) et se configure entièrement via des fichiers YAML. C’est l’alternative open-source la plus complète à GitHub Copilot.
- Type
- Extension IDE d’assistance code IA Open-source
- Prix
- Extension gratuite. Hub : Solo (0 $), Teams (10 $/dev/mois), Enterprise (custom). Models Add-On optionnel.
- IDE
- VS Code, JetBrains (IntelliJ, PyCharm, WebStorm, etc.)
- Modèles
- Tout LLM : Claude, GPT, Gemini, Llama, DeepSeek, Ollama (local), OpenRouter, Azure, Bedrock
- GitHub
- 32 000+ étoiles, 4 300+ forks
- URL
- continue.dev | GitHub
Pourquoi choisir Continue.dev
Continue.dev occupe un positionnement unique dans l’écosystème des assistants de code IA. Contrairement à GitHub Copilot (propriétaire, modèles fixes) et Cursor (IDE dédié payant), Continue est une extension que vous ajoutez à votre IDE existant, entièrement configurable et compatible avec n’importe quel fournisseur de LLM.
Ses trois piliers. Premièrement, le contrôle total : vous choisissez les modèles, les fournisseurs, les prompts et les workflows. Pas de boîte noire. Deuxièmement, la liberté de modèle : passez de Claude à GPT à un modèle local Ollama selon la tâche, le budget ou les contraintes de confidentialité. Troisièmement, l’extensibilité : configuration YAML, commandes personnalisées, context providers custom, agents et checks CI définissables en markdown.
Le compromis : Continue demande plus de configuration initiale que Copilot ou Cursor. Vous devez fournir vos propres clés API et configurer les modèles. En échange, vous obtenez une flexibilité que les solutions propriétaires ne peuvent pas offrir.
Les quatre modes d’interaction
Agent Mode
Le mode le plus puissant. L’agent peut lire des fichiers, modifier du code, exécuter des commandes terminal et gérer des tâches multi-étapes de façon autonome. Décrivez ce que vous voulez en langage naturel et l’agent planifie et exécute les changements.
Activez-le via le sélecteur de mode sous la zone de saisie du chat, ou utilisez le raccourci Cmd/Ctrl + . pour basculer entre les modes. L’agent nécessite un modèle qui supporte les tools (Claude, GPT-4+, Gemini Pro). Si votre modèle ne supporte pas les tools, le mode affiche « Not Supported ».
Cas d’usage typiques : implémentation de features multi-fichiers, refactoring de grande ampleur, correction de bugs avec exécution de tests, mise en place de configurations et scaffolding de projets.
Chat Mode
Un assistant interactif qui analyse votre code, répond à vos questions et fournit des conseils sans quitter l’IDE. Sélectionnez du code et posez des questions : « Quel algorithme de tri est-ce et comment l’optimiser ? », « Explique cette fonction », « Propose des tests pour ce module ».
Le raccourci Cmd/Ctrl + L ouvre un nouveau chat avec le code sélectionné. Cmd/Ctrl + Shift + L ajoute le code sélectionné au chat en cours. Utilisez les @ context providers pour ajouter du contexte additionnel (fichiers, docs, terminal).
Autocomplete
Des suggestions de code inline qui apparaissent pendant que vous tapez, similaires à Copilot. L’autocomplétion utilise le contexte de votre fichier, les noms de fonctions et les commentaires pour générer des suggestions pertinentes. Appuyez sur Tab pour accepter une suggestion.
L’autocomplétion fonctionne mieux avec un modèle rapide et léger. Pour la vitesse, utilisez un modèle dédié à l’autocomplétion (GPT-4.1 Nano, Codestral, ou un modèle local) plutôt que le même modèle que pour le chat. Continue permet de configurer des modèles différents pour chaque mode.
Edit Mode
Modification ciblée de sections de code spécifiques. Sélectionnez du code, décrivez le changement en langage naturel, et Continue applique la modification en préservant le formatage et le style. C’est le mode chirurgical pour les modifications précises sans toucher au reste du fichier.
Installation et configuration initiale
VS Code
Ouvrez Extensions (Ctrl+Shift+X), recherchez « Continue », installez l’extension officielle. Continue crée un fichier de configuration par défaut (continue_config.yaml) avec des modèles publics pour démarrer. Vous pouvez utiliser ces modèles par défaut pour tester, puis configurer vos propres clés API pour un usage réel.
JetBrains
Settings > Plugins > recherchez « Continue » > Install > Redémarrez l’IDE. Le fichier de configuration est partagé entre les IDE si vous en utilisez plusieurs.
Configuration des modèles
La configuration se fait via le fichier YAML de Continue. Voici un exemple de configuration multi-modèles :
# continue_config.yaml
models:
- name: Claude Sonnet 4.6
provider: anthropic
model: claude-sonnet-4-6-20250514
apiKey: ${ANTHROPIC_API_KEY}
roles:
- chat
- agent
- name: GPT-4.1
provider: openai
model: gpt-4.1
apiKey: ${OPENAI_API_KEY}
roles:
- chat
- name: Codestral (Autocomplete)
provider: mistral
model: codestral-latest
apiKey: ${MISTRAL_API_KEY}
roles:
- autocomplete
- name: Local Ollama
provider: ollama
model: codellama:34b
roles:
- chat
- autocomplete
Les clés API sont stockées dans des variables d’environnement (pas dans le fichier de configuration) pour la sécurité. Continue charge automatiquement les variables depuis votre environnement système.
Context Providers : enrichir le contexte IA
Les context providers sont l’un des mécanismes les plus puissants de Continue. Ils permettent d’injecter du contexte supplémentaire dans les requêtes IA via la syntaxe @ dans le chat :
@file pour référencer un fichier spécifique. @folder pour un dossier entier. @terminal pour la sortie du terminal. @docs pour de la documentation externe. @web pour du contenu web. @codebase pour effectuer une recherche sémantique dans votre codebase.
Vous pouvez aussi créer des context providers personnalisés pour intégrer des sources de données spécifiques à votre organisation (bases de données internes, wikis, systèmes de documentation). C’est configuré dans le fichier YAML.
Support MCP (Model Context Protocol)
Continue supporte le protocole MCP, ce qui permet de connecter l’IA à des systèmes externes : bases de données, API REST, outils de documentation, services de monitoring. Les serveurs MCP fournissent des outils (tools) que l’agent peut appeler pendant son exécution.
Exemples concrets : connecter Continue à votre base PostgreSQL pour que l’agent puisse requêter les données pendant le développement, intégrer Jira pour que l’agent lise les tickets et génère du code correspondant, ou connecter un serveur de documentation pour que le chat ait accès à vos docs internes.
AI Checks sur les Pull Requests
La fonctionnalité la plus distinctive de Continue en 2026 : les AI Checks. Ce sont des vérifications IA définies en markdown dans votre repo (.continue/checks/) qui s’exécutent automatiquement sur chaque pull request comme des GitHub status checks.
Chaque fichier markdown dans le dossier checks définit un nom, une description et un prompt qui indique à l’IA quoi vérifier. Si le code est conforme, le check passe (vert). Sinon, il échoue (rouge) avec une suggestion de correction.
---
name: Security Review
description: Détecte les secrets hardcodés et les validations manquantes
---
Examine cette pull request pour les problèmes de sécurité.
Échoue si l'un de ces éléments est présent :
- Clés API, tokens ou mots de passe en dur dans le code
- Nouveaux endpoints sans validation d'input
- Requêtes SQL construites par concaténation de strings
- Données sensibles loguées vers stdout
Si aucun de ces problèmes n'est trouvé, valide le check.
L’avantage par rapport aux linters classiques : les checks IA peuvent évaluer des critères sémantiques impossibles à capturer avec des règles statiques. « Ce code respecte-t-il notre pattern d’authentification ? », « La gestion d’erreurs est-elle cohérente avec le reste du module ? », « Les noms de variables sont-ils explicites ? »
Les checks sont source-controlled (dans le repo, versionnés avec Git), ce qui signifie que les standards de l’équipe évoluent avec le code.
Continue Hub
Le Continue Hub est la couche optionnelle payante pour les équipes. L’extension reste gratuite et open-source. Le Hub ajoute la gestion centralisée de la configuration (distribuer les mêmes modèles, agents et checks à toute l’équipe), la gestion sécurisée des secrets (les développeurs utilisent les clés API sans les voir), le SSO (SAML/OIDC), le monitoring d’agents et le Models Add-On (accès à des modèles frontier pour un forfait mensuel fixe).
| Plan Hub | Prix | Fonctionnalités clés |
|---|---|---|
| Solo | Gratuit | Extension complète, configuration locale, usage individuel |
| Teams | 10 $/dev/mois | Configuration centralisée, agents partagés, gestion des secrets, gouvernance |
| Enterprise | Sur devis | SSO, data plane on-premises, support prioritaire, gouvernance avancée |
| Models Add-On | Forfait mensuel | Accès à des modèles frontier (Claude, GPT, Gemini) sans clés API séparées |
Continue CLI
Au-delà de l’IDE, Continue propose un CLI qui permet d’exécuter des agents et des workflows depuis le terminal. Le CLI est particulièrement utile pour l’intégration CI/CD : exécutez les AI checks dans vos pipelines GitHub Actions, GitLab CI ou Jenkins. Les agents peuvent aussi tourner en tâches de fond (background agents) pour traiter des alertes Sentry, résoudre des vulnérabilités Snyk, trier des issues GitHub ou maintenir à jour la documentation.
Commandes slash et personnalisation
Continue supporte des commandes slash personnalisables dans le chat. Les commandes intégrées incluent /edit pour modifier du code sélectionné, /comment pour ajouter des commentaires, /test pour générer des tests et /docs pour créer de la documentation. Vous pouvez définir vos propres commandes dans la configuration YAML pour automatiser des tâches récurrentes propres à votre équipe.
Exemple de commande personnalisée : une commande /review qui analyse le code sélectionné selon les standards de votre équipe et produit un rapport structuré. Ou une commande /migrate qui applique un pattern de migration spécifique à votre framework. Les commandes sont des templates de prompt avec des variables, simples à créer et à partager via le Hub.
Où se situe Continue dans l’écosystème
Pour bien comprendre le positionnement de Continue, comparons-le rapidement aux autres options du marché.
Face à Copilot : Copilot est plus simple à installer et offre de meilleures suggestions par défaut. Continue offre plus de contrôle et de flexibilité. Si vous voulez un outil « plug and play », Copilot est meilleur. Si vous voulez personnaliser chaque aspect, Continue gagne.
Face à Cursor : Cursor est un IDE complet avec IA intégrée. Continue est une extension pour votre IDE existant. Si vous êtes prêt à changer d’IDE, Cursor offre une expérience plus intégrée. Si vous voulez rester dans VS Code ou JetBrains sans changer d’environnement, Continue est le choix naturel.
Face à Aider : Aider vit dans le terminal, Continue dans l’IDE. Aider a une meilleure intégration Git (auto-commits). Continue a une meilleure intégration IDE (inline, autocomplétion, edit mode). Les deux sont open-source et multi-modèles. Le choix dépend de votre préférence terminal vs IDE.
Face à Tabnine : Tabnine est axé Enterprise (air-gapped, Context Engine, compliance). Continue est axé flexibilité développeur (configuration YAML, AI checks, extensibilité). Pour les organisations réglementées, Tabnine est plus adapté. Pour les équipes techniques qui veulent un contrôle fin, Continue est plus pertinent. Le plan Enterprise de Continue (avec data plane on-premises) se rapproche du positionnement Tabnine, mais avec un écosystème plus jeune et moins de certifications de conformité.
Limites à connaître
La configuration initiale est plus complexe que Copilot. Là où Copilot fonctionne dès l’installation avec un simple login GitHub, Continue demande de choisir ses modèles, configurer ses clés API et ajuster le fichier YAML. Ce n’est pas difficile, mais c’est un frein pour les développeurs qui veulent « installer et coder » sans configuration.
La qualité de l’autocomplétion dépend entièrement du modèle choisi. Avec un modèle local de 7B paramètres, les suggestions seront médiocres. Avec Claude Sonnet ou GPT-4.1, elles seront comparables à Copilot. Ce n’est pas un défaut de Continue, mais une conséquence de son approche « bring your own model ».
L’écosystème d’extensions et de plugins est moins mature que celui de Copilot ou Cursor. Les context providers personnalisés et les agents custom nécessitent du développement. La communauté est active (32 000+ étoiles GitHub), mais la documentation pour les cas avancés est parfois lacunaire.
Le support de Neovim, Xcode ou d’autres éditeurs hors VS Code/JetBrains n’est pas disponible. Si vous utilisez un éditeur non supporté, Aider (terminal) est une meilleure option.
Questions fréquentes sur Continue.dev
Continue.dev est-il vraiment gratuit ?
L’extension IDE est gratuite et open-source (Apache 2.0). Vous avez besoin de vos propres clés API pour les modèles cloud, ce qui représente un coût variable (quelques dollars par mois en usage léger). Le Continue Hub (gestion d’équipe) est payant à partir de 10 $/dev/mois. Le Models Add-On offre un accès forfaitaire à des modèles frontier sans clés API séparées.
Quelle est la différence entre Continue.dev et Copilot ?
Continue est open-source, multi-modèles et entièrement configurable. Copilot est propriétaire, lié aux modèles GitHub/OpenAI et prêt à l’emploi. Copilot offre de meilleures suggestions par défaut (modèles optimisés, intégration GitHub native). Continue offre plus de contrôle (choix de modèle, configuration YAML, context providers custom, AI checks CI). Consultez Continue vs Cursor pour le comparatif avec les IDE IA.
Peut-on utiliser Continue.dev avec des modèles locaux uniquement ?
Oui. Configurez Ollama comme provider et utilisez des modèles locaux (CodeLlama, Mistral, DeepSeek-Coder). Votre code ne quitte jamais votre machine. C’est l’option pour les développeurs soucieux de confidentialité ou travaillant sans connexion internet. La qualité dépend du modèle local et du hardware disponible.
Les AI Checks fonctionnent-ils avec GitLab ou Bitbucket ?
Les AI Checks sont initialement conçus comme des GitHub status checks. Pour GitLab ou Bitbucket, le CLI Continue peut être intégré dans les pipelines CI de ces plateformes (GitLab CI, Bitbucket Pipelines), mais l’intégration native est plus fluide avec GitHub. Vérifiez la documentation pour les dernières intégrations supportées.
Continue.dev est-il adapté pour une grande équipe (50+ développeurs) ?
Oui, avec le Continue Hub Teams ou Enterprise. Le Hub permet de centraliser la configuration (mêmes modèles, mêmes checks, mêmes agents pour tout le monde), de gérer les secrets de façon sécurisée et de monitorer l’usage. Sans le Hub, chaque développeur gère sa propre configuration, ce qui devient difficile à maintenir à l’échelle. Le plan Enterprise ajoute le SSO, le data plane on-premises et le support prioritaire.