Continue.devで実現するVSCode内AI駆動開発ワークフロー

Continue.devとは何か——「どのLLMでも使える」自由度が最大の強み

Continue.devは、IDE内でAIコーディング支援を実現するオープンソースのプラットフォームだ。GitHub CopilotやCursorと同じ「IDE統合型AI」カテゴリに属するが、決定的な違いは「どのLLMでも使える」という開放性にある。Claude、GPT-4o、Gemini、Mistral、CodeLlamaなど、APIがあれば事実上あらゆるモデルをバックエンドとして設定できる。

企業や個人開発者がContinue.devを選ぶ主な理由は、コスト管理の自由度だ。GitHub Copilotのような月額固定課金ではなく、実際に使ったAPIコール分だけを支払う従量制に切り替えられる。実際に試した感想として、使い込み度が高い週はGitHub Copilotより高くつくこともあるが、使わない週はほぼゼロになる。チームの利用状況や業務サイクルに合わせてコストが変動する点は、予算管理がしやすい面でもある。

インライン補完 + AIチャットの組み合わせで開発体験が変わる

Continue.devは二つの主要モードを提供する。一つ目はGitHub Copilotと同様のインライン補完で、コードを書きながらリアルタイムで候補を提示する。二つ目はサイドパネルでのAIチャットで、コードの説明、リファクタリング提案、バグ修正、テスト生成など、より複雑なタスクを対話形式で実行できる。

特に便利なのが「コンテキスト選択」機能だ。チャット入力欄で@記号を使うことで、特定のファイル、フォルダ、開いているタブ、Gitの差分、ドキュメントURLなど、任意の情報をコンテキストとしてLLMに渡せる。「@src/auth/login.ts このファイルのセキュリティ上の問題点を指摘して」という使い方が直感的にできる。他のツールでは「このファイルをコンテキストに入れたい」という操作が意外と面倒だが、Continue.devの@指定は体験として非常にスムーズだ。

カスタムスラッシュコマンドでチーム全員のワークフローを統一する

Continue.devの差別化機能の一つが、カスタムスラッシュコマンドだ。チーム固有のコーディング規約に従ったコードレビュー、自社のAPIドキュメントを参照したコード生成、特定のフレームワーク流儀に沿ったコンポーネント生成など、チームの開発スタイルに合わせたコマンドを定義できる。設定はJSONファイルで管理でき、Gitリポジトリで共有することでチーム全体に展開できる。

具体的な使い方として、「/review」コマンドにプロジェクト固有のレビュー観点（型安全性、エラーハンドリング、ログ出力の適切さなど）を組み込んでおくと、PRのレビュー前に自分でセルフチェックするルーティンが定着する。「/component」コマンドでReactコンポーネントのボイラープレートを自社スタイルで生成するのも効果的だ。このカスタマイズ性は、すべてのチームメンバーが同じAI体験を持てるという意味で、チームレベルの生産性向上に直結する。

ローカルLLMとの連携でAPIコストをゼロにする

Continue.devはOllamaとの公式統合を提供しており、ローカルマシンで動くLLMをバックエンドとして使うことができる。CodeLlama 70BやDeepSeek Coder V2などのコーディング特化モデルをローカルで動かすことで、APIコストゼロの完全オフライン開発環境が実現する。M2 Mac以降であれば7Bから13Bクラスのモデルなら実用的な速度で動作するため、機密性の高いコードを外部に送りたくない場面での選択肢として有力だ。

ただしハマりどころとして、ローカルモデルはClaudeやGPT-4oに比べてコード補完の精度が落ちる場面が多い。特に複雑なロジックの補完や、少ないコンテキストから意図を読み取る能力には差がある。「インライン補完はローカルモデルで十分、複雑な相談はClaudeに投げる」というハイブリッド設定が現実的な落とし所だ。あなたの開発環境がMac Studioなら、まずDeepSeek Coder 7Bをローカルで試してみることをすすめる。驚くほど実用的に動く。