← 返回博客
What Are Continue Agents? Any Workflow, Your Team's Way

什么是 Continue Agent？任何工作流，您的团队的方式

BekahHW2025年10月29日 · 11 分钟阅读

不要陷入“请求-响应”的陷阱：提问、得到答案、复制、粘贴、意识到它不太管用、返回、再次提问、复制、粘贴、调试。循环往复，直到您花掉 30 分钟去完成本应 5 分钟就能做好的事。Continue Agent 可以为您代劳。Continue Agent 是可共享、可重组的 AI 定义，将大语言模型 (LLM) 与您的特定代码库交互的方式标准化。与通用的聊天助手不同，Continue Agent 携带您团队的自定义上下文、规则和工具权限，使它们能够执行复杂的工作流，而不仅仅是生成文本。

任何 Agent，以您工作的方式

GitHub 最近将其方法总结为“任何 Agent，以您工作的方式”。我们一直使用同样的理念，并将其具体化，服务于开发团队。

任何工作流，以您团队的方式——标准化、可重复、自动化。

Continue 平台上的 Agent 是您团队的专家工作流。它是以下内容的组合：

  • Prompt（使命）
  • Tools & MCPs（能力）
  • Rules（您团队的标准）

它们可共享、可重组，并准备好通过 CLI、任务控制中心或自动化运行。旨在利用您团队内置的标准解决特定任务。

Agent 究竟是什么？

试想一下叫水管工来修理漏水的水龙头。您不必每次都教他们如何握住螺丝刀。他们会随身携带：

  • 工具带（完成工作的正确工具）
  • 检查清单（标准流程和安全规则）
  • 您的指令（修理 2 号浴室的漏水）

这正是 Continue Agent 为您团队工作流所做的事情。

Agent 是一种标准化的工作流，您团队中的任何人都可以通过特定的提示词来调用它。它不仅仅建议做什么（除非那是您给它的指令），它会直接去执行。它使用工具、做出决策、遵循您的规则，并像您团队那样解决问题。

云端 Agent 是一种 AI 驱动的进程，在远程基础设施上运行，由任务、计划或外部事件触发，并利用对不断变化的数据的推理，在共享工程系统中产生可审查的结果。云端 Agent 可用于任务控制中心和 CLI。了解更多 →

一旦您定义了一个 Agent，*任何人*都可以根据您授予的权限运行它。

为什么 Agent 很重要

🔁 一致性

无论由谁运行，输出结果都遵循您团队的格式和规则。当您的安全 Agent 扫描代码时，它会使用相同的严重性阈值，以相同的格式创建问题，并遵循相同的修复模式，无论是由初级开发人员手动运行，还是在 CI 中作为云端 Agent 自动触发。

📤 可共享性

一次定义，随处使用。在 Hub 中创建一个 Agent，整个团队就可以从 CLI、Continue 任务控制中心或自动化系统中调用它。无需每次有人需要运行工作流时都重新解释您团队的标准。

⚡ 速度与规模

构建一次标准化 Agent，然后队友或自动化系统可以通过特定提示词调用它。需要跨 50 个仓库运行安全扫描？一个 Agent，50 次调用。需要三个人更新文档？同一个 Agent，不同的上下文。

🛡️ 可管控与可审计

Agent 内嵌了您的规则、护栏和工具，使自动化变得安全可靠。您已经定义了对团队而言“正确”的含义，Agent 每次都会遵循这些标准。

您可以立即运行的 Agent

  1. 如果尚未安装 CLI，请先安装
npm i -g @continuedev/cli
  1. 在终端中从下方的 CLI 命令表中运行命令

Cookbook Agent

解决的问题

CLI 命令

🔒 Snyk 安全扫描

查找依赖项、容器或基础设施漏洞，并提交带有推荐修复方案的 PR。

cn --agent continuedev/snyk-continuous-ai-agent "执行完整的安全扫描，并为关键 bug 创建带有建议修复方案的 GitHub Issue"

🐛 GitHub Issue 管理器

对打开的问题进行分类、创建发行说明、发布状态更新，并利用 AI 摘要自动管理 GitHub 工作流。

cn --agent continuedev/github-project-manager-agent "列出标记为 bug 的打开问题并总结优先级"

⚡ Netlify 性能

通过 A/B 测试和核心 Web 指标改进来运行性能分析并优化构建时间。

cn --agent continuedev/netlify-continuous-ai-agent "分析我的 Netlify 站点性能并针对更好的核心 Web 指标进行优化"

🔍 Chrome DevTools 调试

衡量 Web 性能，诊断瓶颈并提供可落地的优化建议。

cn --agent continuedev/chrome-dev-tools-agent "分析性能并提供优化建议"

查看我们所有预配置的 Agent Cookbook!

Agent 的工作原理：三个组件

每个 Continue Agent 都是由三个基本部分构建的

1. Prompt（提示词）：使命

每个 Agent 都有一个基础提示词，这本质上是它的核心使命。这定义了 Agent 的构建目的，并为其所有工作奠定了基础。

但强大的地方在于：每次使用 Agent 时，您都可以通过额外的上下文来深化该提示词。

示例：Linear Agent

基础提示词

You are an agent which is assigned to solve tasks in Linear. 
You are added as an assignee to the ticket, which triggers this job. 
Being careful to follow the provided Linear rules, solve the following task.

当您调用它时

cn --agent my-team/linear-agent "Look at all features shipped over the weekend and cross-reference with docs. If documentation needs updating, create a Linear issue and assign to the PR author."

Agent 将其如何与 Linear 协作的理解（基础提示词）与您当前的需求（您的具体指令）结合起来，以完成任务。

2. Tools & MCPs（工具与 MCP）：能力

工具是使 Agent 可执行的关键。它们区分了一个只会“描述”应该发生什么的 Agent 和一个真正“让它发生”的 Agent。

Continue Agent 可以访问：

内置工具

  • 文件操作（读取、写入、修改文件）
  • 代码库搜索（查找定义、引用、模式）
  • 终端命令（运行测试、Lint 检查、脚本）
  • Git 操作（提交、分支、推送）

模型上下文协议 (MCP) 连接

  • Linear（创建和管理问题）
  • Supabase（数据库操作）
  • Snyk（安全扫描）
  • Slack（通知和更新）
  • Continue 中的 MCP 服务器

默认情况下，Agent 在使用工具前会请求许可。但您可以配置工具策略，使某些操作自动执行（如运行测试），同时要求批准其他操作（如推送到 main 分支）。

3. Rules（规则）：您团队的标准

规则就像是您团队的编码标准和最佳实践，它们被植入到 Agent 中。它们指导 Agent 如何处理任务，并保持输出的一致性。

示例：安全扫描 Agent 规则

rules:
  - Use severity threshold "medium" or higher
  - Create Linear issues for all critical vulnerabilities
  - Format issue titles as: "[Security] Brief description"
  - Include file path and line number in issue body
  - Tag issues with "security" and "automated"
  - Run Snyk Code scan, not Snyk Open Source
  - Only propose fixes for top 3 issues per scan

如果没有规则，每个人使用 Agent 时处理任务的方式可能各不相同。有了规则，Agent 每次都能产生符合您团队期望的一致性输出。

规则可以定义：

  • 编码标准和模式
  • 安全需求和阈值
  • 测试策略
  • 文档格式
  • 命名约定
  • 审查流程

规则可以通过 Continue Hub 进行发现和共享。从社区规则开始，为您的团队进行定制，并与组织共享。

使用模式：交互式与无头式

根据您的需求，Agent 有两种截然不同的工作方式：

交互式模式 (CLI TUI)

您打开一个提示词并直接与 Agent 协作

cn --agent my-team/debug-specialist "Why is the login endpoint returning 500?"

Agent 会进行调查、向您展示其发现的内容、请求使用工具的许可，并以交互方式解决问题。您在现场观察，并在需要时进行引导。

何时使用交互模式

  • 在本地测试 Agent 配置
  • 调试需要人工判断的复杂问题
  • 了解 Agent 如何处理问题
  • 在终端工作时快速处理一次性任务

无头式模式 (自动化)

云端 Agent 在无需人工干预的情况下运行——自动执行一次性或重复性任务

cn --agent my-team/snyk-agent -p "Run complete security scan and create issues for critical vulnerabilities"

云端 Agent 根据您的规则和工具执行工作，创建 PR 或 Issue，并在完成后进行报告。您可以在准备好时审查结果。

何时使用无头模式

  • 计划内的安全扫描
  • 合并后的文档更新
  • 新问题的自动分流
  • 持续集成检查
  • 定期维护任务

这就是我们所说的“持续 AI”。它是一种以现代开发方式工作的 AI，进程在后台运行，自动采取行动，并流经您现有的工作流。

了解更多：关于如何决定使用 云端 Agent 还是 CI

视觉模型

以下是如何理解组件与执行之间的关系：

┌────────────────────────────────────┐
│              Agent                 │
├────────────────────────────────────┤
│  Prompt — Core task                │
│  Tools & MCPs — Systems            │
│  Rules — Team standards            │
└────────────────────────────────────┘
                 ↓
          Where You Work
┌─────────────────┬──────────────────┐
│    CLI / TUI    │    Automation    │
└─────────────────┴──────────────────┘

或者更简单地说：

Agent = 触发器 + 提示词 + 工具 + 规则 → 您团队的工作流专家

Agent 驻留的位置：Hub、CLI 和任务控制中心

Hub：Agent 的诞生之地

hub.continue.dev/agents 是您创建和配置 Agent 的地方

  • 使用自定义配置创建新的云端 Agent
  • 与您的团队或组织共享 Agent
  • 配置模型、规则、工具和基础提示词
  • 启动在后台持续运行的 Agent

Hub 是您的 Agent 管理控制台，也是工作流实现标准化和可共享的中心位置。

CLI：行动中的 Agent

Continue CLI 让您可以直接从终端运行 Agent

# Interactive mode - work with the agent in TUI
cn --agent my-team/linear-agent "Scan codebase and give me the top issue"

# Headless mode - give it a task and let it work
cn --agent my-team/security-scan - p "Scan entire codebase and create GitHub issues for any high priority issues."

CLI 非常适合：

  • 在自动化前在本地测试 Agent 配置
  • 在终端处理任务时执行快速任务
  • 调试和完善 Agent 行为
  • 运行一次性工作流

任务控制中心：规模化云端 Agent

任务控制中心是您监控和管理在后台运行的云端 Agent 的地方

  • 跟踪活跃 Agent 及其进展
  • 审查由 Agent 创建的 PR 和 Issue
  • 跨不同项目管理多个 AI Agent
  • 监控性能和结果
  • 审计 Agent 的行动和决策

现实世界的工作流：安全 Agent

如果您想要一个使用 Snyk 进行自动化安全修复的快速入门指南，请查看我们的指南。为了获得更深入的理解，让我为您展示一个 Agent 在实践中工作的完整示例。

问题：您的团队需要定期运行安全扫描，但：

  • 不同的开发人员使用的工具不一致
  • 安全问题在 Linear 中的格式各不相同
  • 有些扫描检查的内容是不对的
  • 这是一项每个人都会忘记做的手动工作

Agent 解决方案:

您创建了一个安全 Agent，包含：

基础提示词

You are a security specialist agent that runs code scans and creates 
actionable issues for vulnerabilities. Follow the team's security 
standards and issue format exactly.

工具

  • Snyk MCP（用于安全扫描）
  • Linear MCP（用于创建问题）
  • 文件操作（用于读取代码）
  • 终端（用于运行额外检查）

规则

- Use Snyk Code 
- Severity threshold: medium or higher
- Issue title format: "[Security] Brief description"
- Include: file path, line number, severity, remediation
- Tag all issues: "security", "automated"
- Only propose fixes for top 3 critical issues
- Run tests on proposed fixes before committing

交互式运行（测试）

cn --agent my-team/security-scan
# Agent asks: "What would you like me to scan?"
# You: "Run a full scan on the authentication module"

Agent 会：

  1. 使用 Snyk 扫描身份验证模块
  2. 发现 7 个中级及以上漏洞
  3. 为前 3 个关键问题提议修复方案
  4. 对每个修复方案运行测试
  5. 向您展示结果以供审查

无头式运行（自动化）

# In your CI/CD pipeline
cn --agent my-team/security-scan "Scan all changes in this PR"

云端 Agent 在每个 PR 上自动运行，为任何新漏洞创建问题，并在 PR 上发表包含摘要的评论。您的团队永远不必担心忘记运行安全扫描，因为 Agent 每次都能一致地处理它。

“任何 Agent，以您工作的方式”的强大之处

这就是 Continue 的 Agent 方法变得强大的地方。同一个 Agent 定义可以在每个上下文中工作：

对于初级开发人员

cn --agent my-team/security-scan
# Interactive guidance, tool permission requests, explanations

对于高级开发人员

cn --agent my-team/security-scan "Full scan, auto-create issues"
# Minimal interaction, trusted to handle it

对于 CI/CD

cn --agent my-team/security-scan -p "Scan PR changes"
# Completely automated, results posted to PR

对于定时作业

cn --agent my-team/security-scan "Weekly full codebase scan"
# Runs every Monday, issues appear in Linear automatically

相同的 Agent。相同的标准。相同的质量。不同的上下文。

以您团队的方式，定义一次，处处执行。

了解更多关于利用云端 Agent 从手动任务转向自动化的信息。

入门：您的第一个云端 Agent

如果您准备好创建一个云端 Agent，这里是最简单的路径：

  1. 识别一个重复性工作流
    • 您团队经常做的事情
    • 具有明确的步骤和标准
    • 产生一致的输出
    • 例如：安全扫描、文档更新、问题分类
  2. 访问 hub.continue.dev/agents
    • 从零开始创建 Agent
    • 编写明确的基础提示词（Agent 做什么）
    • 选择它需要的工具（它可以访问什么）
    • 设置规则（它应该如何工作）
    • 实时观察它的表现
    • 优化提示词和规则
    • 调整工具权限
  3. 与您的团队共享
    • 发布到您的组织
    • 记录使用场景
    • 收集反馈并迭代

在 CLI TUI 模式下本地测试

cn --agent your-org/your-agent-name

一个 Agent 的成功可以建立理解和信心。一旦您的团队看到了标准化工作流的价值，您就会到处发现机会。

Agent 不是什么

Agent *不是*开发人员的替代品。它们不是魔法。它们不会代替您做出产品决策或架构设计。

Agent 是处理机械工作的标准化工作流，这样您的团队就可以专注于需要判断力、创造力和深度思考的问题。

您仍然负责：

  • 定义什么是“好”（规则）
  • 审查 Agent 的输出（像对待任何 PR 一样）
  • 做出架构决策
  • 选择要交付的内容
  • 理解您的代码

Agent 只是消除了执行过程中的阻力并确保了一致性。

选择、控制、一致性、规模

GitHub 关于 Agent 的消息强调了四个关键原则。Continue Agent 体现了所有这些原则：

选择 (Choice)：您选择 Agent，选择工具，选择模型。Continue 支持多种 LLM 和 MCP，让您完全掌控您的技术栈。

控制 (Control)：Agent 遵循您团队的标准。规则、工具策略和审查流程使 Agent 与您团队的工作方式保持一致。

一致性 (Consistency)：无论是在 CLI、任务控制中心还是自动化中，格式都相同。无论谁运行或何时运行，Agent 都能产生可靠的输出。

规模 (Scale)：从一次性任务到自动化管道，Agent 随您一起扩展。定义一次，在仓库、团队和工作流中重复使用数千次。

未来已经在运行

真实的开发是持续的。测试在后台运行。构建自动触发。部署流经管道。

您的 AI 也应以同样的方式工作。

Continue Agent 将 AI 从“请求-响应”工具转变为标准化的工作流系统。它们按照您工作的方式运行：持续地、带着上下文、遵循您团队的标准。

任何工作流，以您团队的方式：标准化、可重复、自动化。

开发的未来已经在后台运行。

准备好创建您的第一个 Agent 了吗？ 访问 hub.continue.dev/agents，看看当您团队的工作流变得可共享、一致且可扩展时会发生什么。

想要深入了解？ 查看我们的 MCP Cookbooks，获取随时可用的 Agent 配置，从自动化安全扫描到持续文档更新。