Continue.dev + Ertas

将 Ertas 微调模型与 Continue.dev 的开源 AI 编码扩展配对，为您的团队提供一个完全自托管、可定制的 AI 编码助手，了解您的代码库并完全在您的基础设施上运行。

Overview

Continue.dev 是领先的开源 AI 编码助手，可作为 VS Code 和 JetBrains IDE 的扩展使用。与专有 AI 工具不同，Continue 让开发者完全控制为其 AI 功能提供支持的模型——支持任何兼容 OpenAI 的端点、Ollama、LM Studio 以及数十种其他提供商。其功能包括 Tab 自动补全、内联编辑、代码库感知聊天和自定义斜杠命令，所有这些都可以通过一个简单的 JSON 文件进行配置。这种灵活性使 Continue 成为希望获得 AI 编码辅助而不被供应商锁定的开发者和团队的首选。

Continue 的模型无关设计意味着您可以在任何模型之间切换，但辅助质量取决于背后的模型。通用模型在编程语言和框架方面提供广泛的能力，但缺乏对您项目内部 API、自定义抽象和团队规范的特定了解。这正是微调模型与 Continue 开放架构的结合创造独特强大工作流的地方——通过专门构建的工具提供专门构建的智能。

How Ertas Integrates

Ertas 和 Continue.dev 是天然的搭配。Ertas Studio 处理模型定制方面——让您从代码库中整理训练数据、使用 LoRA 微调代码模型，并以部署就绪的格式导出。Continue 处理开发者体验方面——提供编辑器集成、上下文收集和使模型在日常工作中有用的 UI。两者共同构成一个完整的自托管 AI 编码栈，每个组件都在您的控制之下。

集成很简单：在 Ertas Studio 中微调模型，通过 Ollama 部署，并将 Continue 的配置指向本地端点。Continue 的 `config.json` 允许您为不同任务指定不同模型——项目知识很重要的自动补全和代码生成使用您的微调模型，更广泛的问题使用通用模型。由于 Continue 是开源的，Ertas 保持一切本地化，从训练数据到推理的整个管道都在您的基础设施上运行，没有数据离开您的网络。

Getting Started

1
准备您的代码库训练数据
收集体现您团队标准的高质量代码样本：经过审批的 PR、内部库代码、文档和配置示例。将它们组织成捕获您的规范和模式的指令-补全对。
2
在 Ertas Studio 中微调模型
上传整理好的数据集并选择一个代码能力强的基础模型。配置微调参数——LoRA 秩、学习率和训练轮数——然后启动训练作业。在 Ertas 中比较实验以找到最优配置。
3
通过 Ollama 部署模型
将训练好的模型导出为 GGUF 格式并注册到 Ollama。启动 Ollama 服务器以暴露一个 Continue 可以连接的兼容 OpenAI 的推理端点。
4
配置 Continue 使用您的微调模型
编辑 Continue 的 config.json，将您的 Ollama 端点添加为模型提供商。将微调模型分配给自动补全和聊天角色，可选择保留一个通用模型用于广泛的编程问题。
5
为您的工作流构建自定义斜杠命令
利用 Continue 的自定义斜杠命令创建团队特定的操作——如在您首选的框架中生成单元测试、按照您的规范搭建组件，或解释内部 API——所有这些都由您的微调模型提供支持。