在 genmux 上使用 Continue（IDE 与 cn 命令行）：config.yaml 与工具

2026年9月7日2 分钟阅读作者 genmux API Team

Continue 是一个开源助手，活在 VS Code 和 JetBrains 里，自从有了 cn 命令行之后，也活在终端和脚本里。它由一个 YAML 文件配置，而那个文件就是与 genmux 的全部集成：一个指向 https://api.genmux.tech/v1 的 openai 服务商。本文讲这份配置、每个字段的作用，以及如何在脚本里以无界面方式跑同一套设置。

config.yaml

把下面这段放进 ~/.continue/config.yaml（全局），或者放进你传给命令行的某个 config.yaml：

yaml

name: genmux
version: 0.0.1
schema: v1
models:
  - name: DeepSeek V4 Flash
    provider: openai
    model: deepseek-v4-flash
    apiBase: https://api.genmux.tech/v1
    apiKey: nb_live_...
    roles: [chat, edit, apply]
    capabilities: [tool_use]

逐字段说明：

provider: openai——Continue 的 OpenAI 适配器。没有 genmux 专用的服务商，也不需要：对话接口讲的就是 OpenAI 方言，包括流式和工具调用。
apiBase——genmux 的 base URL，带上 /v1。Continue 会自己接上 /chat/completions。
apiKey——你的密钥。如果这份配置是共享的，文件里也可以改成引用环境变量（Continue 的语法是 apiKey: ${{ secrets.GENMUX_API_KEY }}）。
model——七个支持工具调用的 id 之一：deepseek-v4-flash、deepseek-v4-pro、deepseek-v3、qwen3-max、qwen3-7-max、doubao-seed-2-pro、doubao-seed-2-code。
roles——这个模型负责哪些活（见下一节）。
capabilities: [tool_use]——最要紧的一行。Continue 不认识 genmux 的 id，因此无法查出某个模型是否支持工具；没有这一行，Agent 模式会退化成不带工具的对话。加上它，Continue 才会发送 tools 数组并读回 tool_calls。

给更重的模型再加一条，然后在模型选择器里切换：

yaml

  - name: DeepSeek V4 Pro
    provider: openai
    model: deepseek-v4-pro
    apiBase: https://api.genmux.tech/v1
    apiKey: nb_live_...
    roles: [chat, edit]
    capabilities: [tool_use]

角色：chat、edit、apply

Continue 把不同的活路由给不同的模型，roles 就是你指定谁干哪一件的地方：

角色	Continue 用它做什么	推荐
`chat`	侧栏对话和 Agent 模式，含工具	默认 `deepseek-v4-flash`，难题用 `deepseek-v4-pro`
`edit`	行内的「编辑这段选区」（Cmd/Ctrl+I）——对一段代码的定点改写	两个 V4 模型都行；Flash 快到有行内的手感
`apply`	把对话里的一段代码合并进文件	`deepseek-v4-flash`——这是很多次短调用，越便宜越好
`autocomplete`	边打字边补全（fill-in-the-middle）	刻意没有列出

例子里没有 autocomplete 是有原因的。Continue 的自动补全用的是针对 completions 类接口的「中间填空」提示词，而 genmux 不提供这类接口——只有 chat completions。别把对话模型放进那个角色；你想要一行代码，它会给你一段对话式的回答。

apply 值得补一句。Continue 可以用纯文本合并来应用代码块，也可以让模型来做；在 V4 Flash 这种 100 万上下文的模型上，走模型这条路很可靠，而且调用都很小。两者每百万 token 的价格：Flash 输入 $0.198 / 输出 $0.594，Pro $0.594 / $1.782。

Agent 模式以及工具调用长什么样

在 Agent 模式下，Continue 会把它内置的工具——读文件、写文件、执行终端命令、搜索，以及你添加的 MCP 工具——放进 tools 数组。genmux 为上面那七个模型模拟实现了函数调用（上游网关会丢掉 tools，所以定义被渲染进 system prompt，回复再解析回来）；Continue 收到的是标准的 OpenAI tool_calls，展示确认卡片、执行工具、再把 role: tool 发回去。这套模拟有两点会在编辑器里显现出来：

那些定义会计入 prompt token，每个工具约 40 个外加 schema。Continue 自带的一套不大，几百个 token；你另外加的每个 MCP 服务器都会带来自己的那份。
tool_choice: required 是模型可以忽略的提示。Continue 用的是 auto，在我们 20 个任务的评测里 V4 Pro 每次该调用的都调用了（20/20），Flash 是 19/20——细节见模拟函数调用那篇。

如果你还想让助手在编辑器里直接出图，就在同一个文件的 mcpServers 下加上 genmux MCP 服务器：它把 generate_image 和 estimate_cost 暴露成对话模型可以调用的工具。

无界面运行：`cn -p --auto`

命令行就是同一个引擎，去掉了 IDE：

bash

npm i -g @continuedev/cli
cn --config ./config.yaml                        # interactive TUI in the current repo
cn --config ./config.yaml -p --auto "add unit tests for pkg/parse and make them pass"

-p（print）跑完一条提示词就退出；--auto 不询问直接批准工具调用，这正是脚本或 CI 步骤需要的。我们每次发版都用这个组合来验证：一个临时仓库、这份配置、cn -p --auto "create hello.txt containing hi"，然后断言文件存在。每次打 tag 之前，它都会在生产环境上以 deepseek-v4-flash 和 qwen3-max 跑通。

给脚本的几点实务建议：

当配置文件在仓库里时，请通过环境变量传密钥，而不是写进文件。
--auto 会执行模型要求的一切，包括 shell 命令。请在容器或一次性检出里运行，就像你对待任何带终端工具的智能体那样。
每次 cn 调用是若干次对话请求，每一次都是一个 genmux 任务；GET /v1/generations?capability=text.chat 会连同每次的费用一起列出来，这比解析命令行输出干净得多。

开始使用

一份 config.yaml，写上 provider: openai、apiBase: https://api.genmux.tech/v1 和 capabilities: [tool_use]，就让 IDE 里和终端里的 Continue 通过一把 genmux 密钥用上了 DeepSeek V4 和 Qwen3。编程智能体页面有每个客户端的简版，其他智能体也各有专文——OpenCode、aider、Cline 与 Roo Code——对话接口的说明见文档。

关于作者

作者 genmux API Team — genmux API.

了解我们