超越编辑器：我是如何使用 Continue CLI 实现全自动化的

/r/nextjs/comments/1mgpcuv/ai_programming_today_is_just_enhanced/

当你补全函数时，AI 可能显得非常神奇；但当你退后一步，试图构建一个真正的应用程序——涵盖安全层、架构、测试或 CI/CD 时，它们的效用就会大打折扣。Reddit 上的作者说得没错：自动补全不足以支撑现代软件开发的复杂性。

但这种框架已经过时了。AI 不必局限于编辑器。借助像 Continue CLI 这样的工具，我们终于看到了 AI 超越自动补全、迈向自动化的可能性——处理 Issue 分流、安全执行 Bash 命令、驱动工作流，甚至在你不在电脑前时进行异步工作。

这就是我想向你展示的转变。

真正能干活的命令行工具 (CLI)

上周，我们发布了 Continue CLI (cn)，它支持直接执行 Bash 命令。我经常在命令行中使用它来创建 Issue，尤其是在我发现智能体即将处理一个在当前工作中优先级较低的 Bug 时。

它会先请求权限

cn --allow Bash(git*) # Yeah, go ahead with git stuff
cn --ask Bash(rm*) # Whoa, let me check before you delete anything

通过 cn 授权工具的命令。你也可以在 TUI 中完成此操作

这意义重大。我可以将命令通过管道传输给它，在脚本中使用它，并将其作为我实际工作流程的一部分

git diff | cn -p "create issue for this error so we can solve this later, be sure to leave context on how it was found and provide helpful links"

cn 命令示例

权限系统位于 ~/.continue/permissions.yaml，因此你可以一次性设置好，然后无需再操心。你的团队甚至可以共享权限配置以维护安全策略。

我的自动分流机器人：为每个 Issue 发表评论

有趣的部分来了。我构建了一个 GitHub Action，它利用我的 Continue 审查智能体自动为我 contributor.info 仓库中的每个新 Issue 发表评论。

设置过程出奇地简单。当有人提交 Issue 时，我的工作流会：

读取 Issue 内容
根据我的自定义规则对事物进行分类
生成适当的初步回复
应用正确的标签
评论并给出后续步骤

查看核心实现

Continue 团队正在使用他们的 PR 审查工作流做类似的事情。我甚至把它做成了一个应用（进行中 - Continue Agent），供其他项目采用。

这仅仅是个开始 —— 异步自动化即将来临

目前，我的分流机器人是同步运行的——Issue 进来，机器人回复。但接下来的内容是：完全的异步自动化。

想象一下：

基于审查意见自动修复的 PR
当你更改代码时会自动更新的文档
彻夜生成缺失测试用例的测试套件
在通过 CI 后自动合并的依赖更新

构建模块已经就绪。Continue 的并行工具调用意味着多个操作可以同时运行。权限系统意味着它是安全的。规则引擎意味着它遵循你团队的标准。

打破常规思维

最让我兴奋的是，我可以如何将它推向超出预期的程度。

真正可行的离线开发

我之前分享过我喜欢在 BART 列车上写代码，现在在通勤时会配合 Ollama 使用 Continue CLI。但如果能实现异步，我就能腾出时间在火车上看 Disney+ 了。只要能告诉智能体异步修复 Bug，就摆脱了网络环境的限制。我很期待尽快分享更多这方面的内容。

事件驱动一切

将 Continue 智能体接入的其他方式：

触发代码审查的 Slack 通知
更新文档的数据库变更
强制执行约定的提交钩子 (Commit hooks)
用于端到端测试的浏览器自动化

这不仅仅是“AI 帮你写代码”了。而是“AI 处理琐事，让你专注于真正的开发”。

这对我们的工作方式意味着什么？

持续 AI (Continuous AI) 不仅仅是拥有 AI 可用，而是指即使在你不在时，AI 也在持续工作。

成熟路径清晰可见：

手动：你偶尔会记得向 AI 求助
自动化：AI 在你的监督下处理常规任务
自主化：AI 无需干预即可完成整个工作流

大多数团队处于第 1 级。我的分流机器人让我处于第 2 级。我接下来要构建的异步自动化？那就是第 3 级。

亲自尝试一下

想开始尝试吗？这是一个最简单且实用的示例：

# Install Continue CLI
npm i -g @continuedev/cli

# Create a simple automation
echo "Check for issues labeled 'bug' and summarize them" | \
  cn --allow list_issues Bash -p "Use GitHub CLI to check for bug issues"

# Or add it to your GitHub Actions (pseudo example)
- name: Auto-triage issues
  run: |
    cn --config my-rules \
       --allow Write() \
       -p "Triage this issue: gh issue 123"
# Assuming the gh cli is already installed

更多 CLI 示例

真正的力量在于，当你开始超越“AI 如何帮我写代码”，转而思考“当我不在时，AI 能做什么”。

未来发展方向

路线图非常明确：

更低的干预率（人类需要纠正 AI 的频率）
从你的反馈中学习的更复杂的规则引擎
针对需要审计追踪和合规性团队的企业级功能

但说实话？最令人兴奋的事情将来自像你这样的开发者，以意想不到的方式推动这些工具的发展。

我的分流机器人最初只是一个“如果……会怎样”的实验。现在它处理了 80% 的初始 Issue 回复。我接下来构建的异步实现将处理更多内容。

工具已经就绪。问题是：你打算自动化什么？

想看代码吗？查看我的 contributor.info 实现。有疑问吗？欢迎在 CLI 讨论区给我们反馈。

超越编辑器：我如何使用 Continue CLI 自动化一切