Continue
PulseAugur coverage of Continue — every cluster mentioning Continue across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
Anthropic 开源用于 AI 编码助手的模型上下文协议
Anthropic 已开源模型上下文协议 (MCP)，这是一个旨在增强 Visual Studio Code 中 AI 编码助手功能的框架。MCP 使 AI 代理能够直接与文件、浏览器和其他开发工具进行交互，超越了简单的文本生成。该协议得到了 Cline、Roo Code、GitHub Copilot 和 Continue 等各种扩展的支持，其中 MarkItDown 和 Playwright 等特定的 MCP 服务器提供了文档转换和…
-
AI助手可实时编辑运行中的游戏代码
一位开发者展示了一种新颖的方法，使用Anthropic的Claude Code助手实时编辑名为Stellar Drift的运行中游戏。这种方法允许在不重启虚拟机的情况下对游戏状态和代码进行实时修改，从而能够快速迭代游戏机制和视觉效果。该系统利用了一个自定义的jdBasic解释器，该解释器支持在安全操作码处暂停执行、即时重新编译函数以及恢复执行，所有这些都通过MCP客户端界面进行管理。
-
代理信任卡规范发布，旨在标准化 AI 代理身份
Edison Flores 发布了 ATC/1.0，即代理信任卡（Agent Trust Cards）的正式规范，以解决各种 AI 代理平台中相似概念的融合问题。该开放规范包含 10 项控制、一个 JSON schema、一个 Node.js 参考实现和测试向量，旨在为代理身份和信任建立标准。Flores 强调，规范的成功将取决于其采用情况，而非发明优先权，并以 SSL 和 TLS 为例。
-
Lobex 为 IDE 推出代理到代理市场
Lobex 推出了一个名为 MCP 的代理到代理市场，允许 IDE 内的 AI 代理列出和交易技能和服务。代理可以为完成的任务赚取“Gas”（价值为每 100 个单位 1 美元），并兑现其收入。该平台支持 Cursor、Claude Code 和 Copilot 等各种 IDE 代理，并促进自动付款，只有 Stripe Checkout 交易需要人工批准。
-
恶意的 Ollama 模型通过磁盘、VRAM 和提示词操纵带来风险
通过 Ollama 下载的恶意模型带来的风险超出了传统病毒的范畴，主要通过其 C 解析器和文件系统访问中的不受信任的输入。潜在的损害包括磁盘耗尽、VRAM 耗尽、模型文件损坏，以及恶意模型通过操纵其系统模板来重写用户提示词的能力。为了减轻这些威胁，建议用户将 Ollama 守护进程绑定到 localhost，通过 SHA256 摘要固定模型，并以非 root 用户运行容器，限制文件系统读写权限和模型卷大小。
-
编码代理现已融合本地和云AI模型以执行各种任务
包括Cline、Aider和Continue在内的几款开源编码代理工具，现在支持在单个工作流中使用本地和云端AI模型。这些工具通过为不同角色或任务分配不同的模型来实现这一点，例如规划与执行，或聊天与代码补全。虽然这些机制支持混合模型方法，但它们尚未根据任务的复杂性或能力要求自主选择模型，仍由用户决定。
-
MarketNow 创建者分享免费 MCP 市场的病毒式传播策略
MarketNow 的创建者（一个免费的 MCP 服务器市场）详细介绍了一种在 30 多个存储库和平台上发布以获得曝光度的策略。这种方法使 npm 下载量和社区提交量适度增加了 12%，但大多数存储库都忽略了这些帖子。最显著的成果是与一位外部用户进行了合作，这表明即使响应率很低，也有可能进行互动。
-
2026年MCP客户端因新应用功能而多元化
截至2026年4月，模型上下文协议（MCP）客户端的格局已超越简单的聊天界面。产品现已分为桌面聊天客户端、代码代理/IDE以及异构多代理工作区。一项重大进展是于2026年1月推出了MCP应用，允许服务器直接在客户端内渲染交互式UI，这一功能现已得到Claude Desktop和VS Code GitHub Copilot等主要平台的支持。
-
AI编码可观测性成为管理开发工具使用的关键
两篇文章讨论了新兴的AI编码可观测性领域，重点关注如何更好地了解开发团队内部如何使用AI工具。第一篇文章详细介绍了一种记录自主编码代理操作的实用方法，区分成功操作和无操作，以改进调试。第二篇文章更广泛地定义了AI编码可观测性，涵盖了Cursor、Claude Code和GitHub Copilot等各种AI编码工具的采用、成本、模型使用和可靠性，并强调了管理非计划AI编码堆栈的挑战。
-
本地LLM因速度和隐私的提升而受到开发者的青睐
由于速度、隐私和成本效益的显著提高，开发人员越来越发现本地运行大型语言模型（LLM）的价值。Ollama等工具简化了设置过程，让用户能够轻松运行Mistral 7B和Llama 2 13B等模型。虽然ChatGPT和Claude等云端模型仍然提供卓越的推理能力，但本地LLM通过与Continue for VS Code等扩展集成到工作流程中，已成为大多数日常开发任务（包括代码建议和解释）的可行选择。
-
MarketNow MCP 市场分享原始流量数据，强调安全重点
AliceLabs LLC 的创始人 Edison Flores 提供了对其模型上下文协议 (MCP) 市场 MarketNow 的流量和使用统计数据的真实情况。尽管零营销预算已覆盖 33 个国家，但该平台整体流量较低，在最近的报告期内约有 2,500 次请求。Flores 将荷兰的高流量归因于 Vercel 的边缘网络，而非实际用户参与，并确定美国是主要的人类流量来源。他强调，该平台的核心差异化优势在于其强大的 8 层安全审计流程，…
-
Filingrail通过MCP将SEC文件集成到AI客户端
Filingrail发布了新的支持MCP的软件包`filingrail-mcp`，允许Claude Desktop、Cursor和Continue等AI模型直接查询SEC文件。此集成消除了用户编写自定义粘合代码的需要，因为该软件包会处理API调用和身份验证。用户可以通过pip安装该软件包并在其AI客户端的设置中进行配置，或者使用RapidAPI MCP Playground进行无需安装的选项。这些工具能够查询公司信息、财务数据、历史趋…
-
使用 Ollama 和 Continue 在 Mac 上构建本地 LLM 环境
本文详细介绍了如何使用 Ollama 和 Continue VS Code 扩展在 Mac 上设置本地大型语言模型 (LLM) 环境。它为有兴趣在个人机器上直接运行 LLM 进行开发或实验的用户提供了指南。
-
开发者创建 C# 原生 Ollama 替代品用于 LLM 推理
一位开发者使用 SpawnDev.ILGPU.ML 完全用 C# 创建了一个新的大型语言模型 (LLM) 推理服务器。该服务器旨在成为 Ollama 的即插即用替代品，支持 Ollama 的 API 并直接从 Ollama 缓存读取模型，无需重新下载。虽然仍处于早期开发阶段，但其交互式聊天性能与 Ollama 相当，令牌生成速度接近成熟的 llama.cpp 后端。该项目旨在提供一个完全 C# 原生的解决方案来运行 LLM，包括分词器…
-
新的代理使 OpenAI 工具能够使用非 OpenAI LLM API
一个新开发的开源 Node.js 代理 modelis-openai，能够实现 OpenAI 兼容的编码助手与使用不同身份验证方法的 API 之间的兼容性。该代理在本地监听，并将身份验证头从 Bearer token 重写为所需的 X-RapidAPI-Key，从而允许 Aider、Cline 和 Continue 等工具与 RapidAPI 的 modelis-auto-chat 等服务无缝集成。该项目旨在减少开发人员希望将其首选编…
-
营销人员使用 AI 代理交付开源 AI 内存层
一位没有传统工程背景的营销人员开发并开源了一个名为 Myco Brain 的 AI 基础设施工具。该工具充当 AI 代理的自托管内存层，旨在解决代理在会话之间忘记上下文的问题，并为信息提供透明的来源。Myco Brain 允许用户跟踪事实的来源，确保数据完整性，并通过提供可靠的知识库来提高代理的性能。该项目在三个月内使用 AI 编码代理构建，并根据 Apache-2.0 许可证提供。
-
2026年顶级编码LLM：Claude、GPT和DeepSeek领先
2026年，用于编码任务的AI领域由几个关键的大型语言模型（LLM）主导。Anthropic的Claude Opus 4.7和Sonnet 4.6，以及OpenAI的GPT-5.5和GPT 5.3 Codex，被重点推荐为首选。对于预算有限的用户，DeepSeek V4 Pro提供了一个经济高效的替代方案。文章强调，这些模型可以通过统一的OpenAI兼容API访问，从而与Claude Code、Cursor和Continue等各种编码…
-
开发人员使用代码图工具将编码代理令牌使用量减少 61%
一位开发人员创建了 GraphPilot，这是一个旨在通过为编码代理提供持久的结构化内存来增强它们的工具。该工具只需索引一次 TypeScript/JavaScript 存储库，即可让代理查询其结构，而不是重新读取文件，从而显著减少令牌使用量并提高准确性。在测试中，GraphPilot 将令牌使用量减少了 61%，并提高了对“谁调用 X？”和影响分析等特定查询类型的准确性，尽管对流程跟踪问题的效果较小。
-
Prism新增CLI、MCP和SDK，增强开发者访问
Prism发布了1.8版本，引入了三种新的开发者与其平台交互的方式，超越了传统的Web仪表板。这包括用于脚本化操作任务的命令行界面（CLI）、用于与AI编码助手集成的MCP服务器，以及模仿OpenAI SDK的Python和Node.js的SDK。这些新增功能旨在通过使Prism的功能更具可编程性和在各种开发工作流程中更易于访问，来改善开发者体验。
-
编码代理在重复的代码库探索中浪费上下文
一位用户在对代码分析工作流程进行基准测试时发现，编码代理消耗了相当一部分上下文预算用于重复的代码库探索，而不是用于推理或代码生成。这表明当前系统可能效率低下，会重新发现它们已经处理过的信息。用户正在寻求关于如何最好地衡量这些代码库智能系统的有效性的意见，并考虑检索准确性、答案质量、令牌使用和探索循环等因素。