Comment Configurer Continue : Un Guide Pratique

TL;DR

• Installez Continue dans VS Code ou JetBrains en 2 minutes via la marketplace
• Connectez-vous à OpenAI, Anthropic ou Ollama (local) dans config.json
• Utilisez l'autocomplétion par tabulation et le chat pour la génération/modification de code
• Personnalisez avec les commandes slash (ex. /explain, /test) et les fournisseurs de contexte (@file, @docs)
• Pour les entreprises ? Activez SSO, les journaux d'audit et l'auto-hébergement pour la conformité

1. Installation

VS Code

1. Ouvrez VS Code.
2. Appuyez sur Ctrl+Maj+X (Windows/Linux) ou Cmd+Maj+X (Mac) pour ouvrir Extensions.
3. Recherchez Continue et cliquez sur Installer.
   • Résultat attendu : une icône apparaît dans la barre latérale (émoji fusée).
4. Vérification :

   code --list-extensions | grep continue
   # Sortie : continue.continue
   

   Copy

JetBrains (IntelliJ, PyCharm, etc.)

1. Ouvrez Paramètres (Ctrl+Alt+S / Cmd+,).
2. Accédez à Plugins > Marketplace.
3. Recherchez Continue et cliquez sur Installer.
4. Redémarrez l'IDE.
   • Résultat attendu : le panneau Continue apparaît dans la barre latérale droite.

Attention : Sous Windows, assurez-vous que WSL2 est installé si vous utilisez des modèles locaux :

wsl --install

2. Configuration des Modèles

Modifiez ~/.continue/config.json (créé automatiquement au premier lancement). Voici un modèle prêt pour la production :

{
  "models": [
    {
      "title": "OpenAI GPT-4 Turbo",
      "provider": "openai",
      "model": "gpt-4-turbo",
      "apiKey": "${OPENAI_API_KEY}"
    },
    {
      "title": "Anthropic Claude 3 Opus",
      "provider": "anthropic",
      "model": "claude-3-opus-20240229",
      "apiKey": "${ANTHROPIC_API_KEY}"
    },
    {
      "title": "Local Ollama (Llama3)",
      "provider": "ollama",
      "model": "llama3"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Local Ollama (CodeLlama)",
      "provider": "ollama",
      "model": "codellama"
  }
}

Champs clés :

• apiKey : Utilisez ${VAR_ENV} pour la sécurité (définissez dans .bashrc/~/.zshrc).
• tabAutocompleteModel : Modèle séparé pour des complétions plus rapides.

Vérification des modèles :

1. Ouvrez la barre latérale Continue.
2. Cliquez sur le menu déroulant des modèles (en haut à droite).
   • Résultat attendu : tous les modèles configurés apparaissent.

Erreurs courantes :

• 401 Unauthorized : Vérifiez les clés API (echo $OPENAI_API_KEY).
• Ollama introuvable : Installez Ollama d'abord :

  curl -fsSL https://ollama.com/install.sh | sh
  ollama pull llama3
  

  Copy

3. Configuration de l'Autocomplétion par Tabulation

Activez dans config.json :

{
  "tabAutocompleteEnabled": true,
  "tabAutocompleteModel": {
    "title": "Ollama CodeLlama",
    "provider": "ollama",
    "model": "codellama"
  }
}

Testez :

1. Ouvrez un fichier Python.
2. Tapez def hello_world( et appuyez sur Tab.
   • Résultat attendu : Continue suggère un corps de fonction.

Conseil pro : Pour des complétions plus rapides, utilisez des modèles plus petits (ex. starcoder:1b).

4. Chat et Modification en Ligne

Interface de Chat

1. Ouvrez la barre latérale Continue (Ctrl+Maj+L / Cmd+Maj+L).
2. Saisissez une invite (ex. "Expliquez ce composant React").
   • Résultat attendu : une réponse en streaming avec des extraits de code.

Modification en ligne :

1. Sélectionnez du code.
2. Appuyez sur Cmd+I (Mac) / Ctrl+I (Windows/Linux).
3. Saisissez une instruction (ex. "Ajoutez la gestion des erreurs").
   • Résultat attendu : le code est mis à jour directement.

Cadre de Posture de Sécurité IA (Phase DÉTECTER) :

• Activez les journaux d'audit dans config.json pour suivre les interactions avec les LLM :

  {
    "auditLogEnabled": true,
    "auditLogPath": "/var/log/continue/audit.log"
  }
  

  Copy
  • Les journaux incluent : horodatages, identifiants utilisateurs et entrées/sorties des modèles.

5. Fournisseurs de Contexte

Utilisez les symboles @ pour référencer du contexte dans le chat :

Exemple :

@file src/api.ts
Refactorisez ceci pour utiliser async/await au lieu de callbacks.

Attention : @codebase nécessite une licence Pro/Entreprise pour les grands projets.

6. Commandes Slash Personnalisées

Définissez des commandes réutilisables dans config.json :

{
  "customCommands": [
    {
      "name": "explain",
      "prompt": "Expliquez le code suivant en termes simples :\n{{code}}",
      "description": "Expliquer le code sélectionné"
    },
    {
      "name": "test",
      "prompt": "Écrivez des tests unitaires pour :\n{{code}}\n\nUtilisez Jest pour JavaScript ou pytest pour Python.",
      "description": "Générer des tests"
    }
  ]
}

Utilisation :

1. Sélectionnez du code.
2. Tapez /explain dans le chat.
   • Résultat attendu : une explication en langage clair.

Cadre de Posture de Sécurité IA™ (Phase PROTÉGER) :

• Restreignez les commandes via le contrôle d'accès basé sur les rôles (Entreprise) :

  {
    "enterprise": {
      "allowedCommands": ["explain", "test"],
      "blockedCommands": ["delete", "exec"]
    }
  }
  

  Copy

7. Approfondissement de config.json

Exemple Complet pour Entreprise

{
  "models": [
    {
      "title": "Azure OpenAI GPT-4",
      "provider": "openai",
      "model": "gpt-4",
      "apiBase": "https://your-azure-endpoint.openai.azure.com",
      "apiKey": "${AZURE_OPENAI_KEY}",
      "apiVersion": "2024-02-15-preview"
    }
  ],
  "tabAutocompleteEnabled": true,
  "tabAutocompleteModel": {
    "title": "Ollama DeepSeek Coder",
    "provider": "ollama",
    "model": "deepseek-coder:6.7b"
  },
  "customCommands": [
    {
      "name": "audit",
      "prompt": "Audit ce code pour détecter les vulnérabilités de sécurité :\n{{code}}\n\nSuivez les directives OWASP Top 10.",
      "description": "Audit de sécurité"
    }
  ],
  "enterprise": {
    "ssoProvider": "okta",
    "auditLogEnabled": true,
    "allowedModels": ["gpt-4", "claude-3-opus"]
  },
  "contextProviders": [
    {
      "name": "docs",
      "params": {
        "maxTokens": 4096
      }
    }
  ]
}

Fonctionnalités clés pour les entreprises :

• Intégration SSO : Okta/SAML pour l'authentification.
• Liste blanche des modèles : Restreindre aux modèles approuvés.
• Journaux d'audit : Journalisation prête pour la conformité (Cadre de Posture de Sécurité IA™ Phase SE CONFORMER).

Comparaison des Alternatives

Prochaines Étapes

1. Benchmark des modèles : Comparez gpt-4 et claude-3-opus pour votre cas d'usage.

   time continue --model gpt-4 --prompt "Écrivez une API Python Flask"
   time continue --model claude-3-opus --prompt "Écrivez une API Python Flask"
   

   Copy
2. Configurer CI/CD : Ajoutez config.json à votre dépôt et validez-le dans CI :

   npm install -g @continue/cli
   continue validate-config
   

   Copy
3. Explorer l'auto-hébergement : Déployez Continue en local pour les environnements isolés :

   docker run -p 3000:3000 -v ~/.continue:/root/.continue continuedev/continue
   

   Copy

Besoin d'aide pour déployer Continue à grande échelle ? Hyperion Consulting propose des services de conseil en outils d'IA pour optimiser votre configuration en termes de sécurité, de coûts et de performance. Visitez hyperion-consulting.io pour en savoir plus.