VS Code + Continue

ContinueはAI CodingのためのIDE拡張をOSSとして提供している．ビジネスとしてはGitHub Pull Requestに対するAI Code Reviewサービスを有償で提供しているようだ．

ContinueのVS拡張機能は，AI Codingのための機能（Chat，Edit，Apply，Autocompleteなど）を一通り備えている．ただし，これらの機能のために使用するLLMは用意されておらず，モデルプロバイダのAPI Key，Ollama等を用いてserveしたローカルLLM，その他API互換性のあるLLMを自前で用意する必要がある．Embeddingのためにデフォルトで使用するTrnasformers.jsのみビルトインされている．

以下では，主要なモデルプロバイダのAPI Keyを使用するケース，OllamaでserveしたローカルLLMを使用するケースのそれぞれについて，設定方法を述べる．

Continue - Customization Overview
Continue - Models
Continue - Model Providers Overview
config.yaml Reference

Using API Keys

モデルプロバイダのAPI Keyを利用する場合，Continueの設定ファイル .continue/config.yaml に以下のようなエントリを追加する．

  - name: Display Name of LLM
    provider: model-provider
    model: model-name
    apiKey: {{ MODEL_PROVIDER_API_KEY }}
    roles:
      - apply
      # - autocomplete
      - chat
      - edit
    capabilities:
      - image_input
      - tool_use
    defaultCompletionOptions:
      contextLength: 400000
      maxTokens: 128000
      # promptCaching: true
      # temperature: 1.0
      # reasoning: true

モデル毎にエントリを追加する代わりに model: AUTODETECT と書くと，プロバイダが提供しているモデルが自動検出される．表示名には name ではなく自動検出されたモデル名が用いられる．ただしモデル毎に設定を調整することができなくなることに注意．

大抵のモデルについて capabilities は自動検出される．したがって指定の必要はない．明示した場合はオーバーライドされる．

OpenAI API

  - name: GPT-5.2
    provider: openai
    model: gpt-5.2
    apiKey: {{ OPENAI_API_KEY }}
    roles:
      - apply
      - chat
      - edit
    defaultCompletionOptions:
      contextLength: 400000
      maxTokens: 128000
      promptCaching: true

Gemini API

  - name: Gemini 3 Flash Preview
    provider: gemini
    model: gemini-3-flash-preview
    apiKey: {{ GEMINI_API_KEY }}
    roles:
      - apply
      - chat
      - edit
    defaultCompletionOptions:
      contextLength: 1048576
      maxTokens: 65536
      promptCaching: true

Anthropic API

  - name: Claude Haiku 4.5
    provider: anthropic
    model: claude-haiku-4-5
    apiKey: {{ ANTHROPIC_API_KEY }}
    roles:
      - apply
      - chat
      - edit
    defaultCompletionOptions:
      contextLength: 200000
      maxTokens: 64000
      promptCaching: true

Ollama + Local LLM

Ollamaを用いてオープンウェイトモデルをserveして利用する．Serverはローカルマシン（localhost）でも，自前のサーバ専用マシンでも，クラウドVMでも何でもいいが，ここではGPUを積んだローカルマシンにてserveする想定で説明する．

Install Ollama

For Linux/macOS:

curl -fsSL https://ollama.com/install.sh | sh

For Windows:

irm https://ollama.com/install.ps1 | iex

Register Ollama

.continue/config.yaml を編集してOllamaを追加する．モデルをAUTODETECTに設定しておけば，Ollamaにpullしたモデルが自動的に認識される．

  - name: Ollama
    provider: ollama
    model: model-name
    # For remote Ollama server
    # apiBase: http://<api-endpoint>:<port>
    roles:
      - apply
      - autocomplete
      - chat
      - edit

Qwen3

ollama pull qwen3:latest

  - name: Qwen3 8B
    provider: ollama
    model: qwen3:latest
    roles:
      - apply
      - autocomplete
      - chat
      - edit
    defaultCompletionOptions:
      contextLength: 40000

Name	Size	Context
qwen3:0.6b	523MB	40K
qwen3:1.7b	1.4GB	40K
qwen3:4b	2.5GB	256K
qwen3:8b (latest)	5.2GB	40K
qwen3:14b	9.3GB	40K
qwen3:30b	19GB	256K
qwen3:32b	20GB	40K
qwen3:235b	142GB	256K

Qwen3 Embedding

  - name: Qwen3 Embedding 8B
    provider: ollama
    model: qwen3-embedding:latest
    roles:
      - embed
    defaultCompletionOptions:
      contextLength: 40000

OpenAI — gpt-oss

ollama pull gpt-oss:latest

  - name: gpt-oss:20b
    provider: ollama
    model: gpt-oss:latest
    roles:
      - apply
      - chat
      - edit
    defaultCompletionOptions:
      contextLength: 128000

Name	Size	Context
gpt-oss-20b (latest)	14GB	128K
gpt-oss-120b	65GB	128K

gpt-oss:120b を動かしたいならVRAM 80GBが必要である．NVIDIA A100 80GBやNVIDIA H100などのデータセンター向けGPUが必要となる．マルチGPU構成で無理やり動かすこともできないわけではないが，基本的にはローカルで動かすなら gpt-oss:20b しか選択肢はない．

デメリット

VS Code拡張機能Remote - SSHとの併用における制限

VS Code拡張機能Remote - SSHは，SSH接続したリモートマシン（VMなど）上でVS Code Serverというサーバを走らせて，VS Code上であたかもローカルマシンであるかのように操作できるようにするというものである．（ストレージやメモリをドカ食いする点を除けば）リモート開発において非常に便利な拡張機能である．

Continueはリモートマシン上のターミナルの操作（コマンドの実行及び標準出力の参照）ができないという制限がある．また，リモートマシン上のディレクトリを参照すべきところ，ローカルマシン上のディレクトリを参照しようとすることもある．したがって現状はローカル環境での開発でしか機能を十全に活用できない．

continuedev/continue#8826 - bug remote ssh VS code

VS Code + Continue相当の機能を備えたオープンソースIDEであるVoid Editorも同様である．プロプライエタリなAI Coding IDEであるCursorではこれらの問題は生じない．

Commit messageの自動生成に非対応

VS CodeサイドバーにあるGitリポジトリのパネル（Source Control）にはcommit messageの自動生成ボタン（✨）があるが，これはVS Codeが提供する機能（GitHub Copilotを使用）であり，Continueの設定は使用されない．

Source Control in VS Code
AI smart actions in Visual Studio Code

Void EditorではChatパネルにて選択中のモデルがcommit messagreの生成に使用される．

オートコンプリート対応モデルが少ない

クローズドモデルプロバイダの提供するAPIの大半はautocomplete（Fill-In-the-Middle）にnativeでは対応していない．そのためFIMに対応した性能の低いオープンモデルを選択するほかない．これはVoid Editorにおいても同様である．

Cursorでは高性能のモデルをautocompleteに使うことができる．

Note: GPU VRAM Size

Desktop

NVIDIA - GeForce RTX 40 Series
NVIDIA - GeForce RTX 50 Series

GPU	VRAM
NVIDIA RTX 5050–5060	8GB
NVIDIA RTX 5070	12GB
NVIDIA RTX 5060–5070 Ti	16GB
NVIDIA RTX 4080 (SUPER)	16GB
NVIDIA RTX 5080	16GB
NVIDIA RTX 4090	24GB
NVIDIA RTX 5090	32GB

Laptop

NVIDIA - GeForce RTX 50 Series Laptops

GPU	VRAM
NVIDIA RTX 5050–5070 Laptop	8GB
NVIDIA RTX 5070 Ti Laptop	12GB
NVIDIA RTX 5080 Laptop	16GB
NVIDIA RTX 5090 Laptop	24GB

Data Center

GPU	VRAM
NVIDIA A100	40GB/80GB
NVIDIA H100	80GB/94GB
NVIDIA H200	141GB