有哪些模型和设置指南
- 将 Ollama 与 Continue 结合使用 - 使用 Ollama 进行本地 AI 开发
- 如何自托管模型 - 自托管 AI 模型
- 在没有互联网的情况下运行 Continue - 离线开发设置
云代理
- 云代理分类 - 不同类型的云代理及其用例
- 云代理开发者指南 - 云代理概述及其优势
- 何时使用云代理 - 决定何时云代理是正确的工具
- 从手动到自动化云代理 - 从手动工作流过渡到自动化工作流
- 云代理与 CI/CD - 何时使用云代理与 CI/CD 管道
- 安全操作云代理 - 安全云代理操作的最佳实践
- 使用 Snyk 进行自动化安全修复 - 使用云代理进行安全修复
持续人工智能
- 持续 AI：开发者指南 - 将 AI 集成到开发工作流中
- 如何使用 Continue CLI (cn) - Continue 的命令行界面
- 持续 AI 就绪评估 - 评估团队对持续 AI 采用的准备情况
- Notion + Continue 指南 - 自动化文档、任务和发布工作流
- 使用 GitHub Actions 的拉取请求评审机器人 - 使用 Continue CLI 设置自动化、隐私优先的代码评审
MCP 集成操作指南
将模型上下文协议 (MCP) 服务器与 Continue 集成的分步指南Continue 文档 MCP 操作指南
使用 Continue 文档 MCP 通过 AI 驱动的工作流编写操作指南、指南和文档
GitHub MCP 操作指南
使用 GitHub MCP 列出、筛选和总结未解决的问题和已合并的 PR，并发布 AI 生成的评论
Atlassian MCP 操作指南
使用 Atlassian Rovo MCP 通过自然语言搜索和管理 Jira 问题、Confluence 页面和 Compass 组件
PostHog 会话分析操作指南
分析用户行为数据以通过自动创建问题优化您的代码库
Netlify 性能优化操作指南
使用 Netlify MCP 通过 A/B 测试和自动化监控优化网络性能
Chrome DevTools 性能操作指南
通过自动化跟踪、核心 Web Vitals 监控和性能预算测量和优化网络性能
Sanity CMS 集成操作指南
使用 Sanity MCP 通过 AI 驱动的工作流管理无头 CMS 内容
Sentry 错误监控操作指南
通过 Sentry MCP 自动化错误分析，识别模式并创建可操作的 GitHub 问题
Snyk + Continue 任务控制代理操作指南 (MCP)
通过 Continue 任务控制集成 Snyk MCP，以扫描代码、依赖项、IaC 和容器
Supabase 数据库工作流操作指南
审计 Supabase 数据库中的行级安全性，识别漏洞，并使用 Supabase MCP 自动生成修复程序
dlt 数据管道操作指南
使用 dlt MCP 构建 AI 驱动的数据管道，用于管道检查、模式管理和调试
Klavis AI 操作指南
使用 Continue 和 Klavis AI 的 Strata MCP 自动化 Slack 和 Gmail 之间的通信工作流