Copilot hilft beim Tippen… hiermit bringst du Code live

BBetter Stack
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Das ist ContinueDev. Es ist kein Copilot oder Cloud-Code und es ersetzt dich nicht – es automatisiert nur die Teile, die dich unnötig ausbremsen.
00:00:07Code-Reviews sollen den Code eigentlich verbessern, aber in letzter Zeit halten sie einfach nur alles auf.
00:00:11Die naheliegende Antwort wäre also, die KI ranizulassen, aber das ist eigentlich gar nicht das Problem.
00:00:16Das wahre Problem ist das ganze Drumherum. Wir veröffentlichen ständig neue Videos, also abonniert am besten den Kanal.
00:00:27Um ContinueDev einzurichten, installiere zuerst die Extension. Ich öffne hier einfach VS Code, gehe zu den Erweiterungen, suche nach "Continue", klicke auf Installieren und lade bei Bedarf neu.
00:00:35Jetzt erscheint das Continue-Icon in der Seitenleiste.
00:00:38Als Nächstes können wir ein Modell verbinden, indem wir die Einstellungen öffnen. Bearbeite deine Konfigurationsdatei, falls sie noch nicht steht, aber eigentlich kannst du ein Modell einfach so hinzufügen.
00:00:47Wenn du die Cloud nutzen willst, füge ein Modell wie GPT-4 oder Claude mit deinem API-Key hinzu, speichern, neu laden. Fertig.
00:00:54Oder du nutzt es lokal über Ollama, um das Ganze kostenlos zu machen. Lade ein Modell wie Llama 3 herunter und füge es deinem Provider hinzu.
00:01:01Über das Dropdown in der Seitenleiste kannst du jederzeit zwischen den Modellen wechseln. Cloud, lokal, was auch immer du gerade nutzt – ganz ohne Lock-in-Effekt.
00:01:09Nehmen wir an, du landest in einer völlig neuen Codebasis. Du öffnest einen Projektordner und siehst Dinge, die du nicht direkt zuordnen kannst.
00:01:16Heutzutage kopieren viele von uns das einfach, öffnen einen Tab im Browser, fügen es bei Claude oder OpenAI ein und geben manuell jede Menge Kontext dazu.
00:01:24Vielleicht müssen wir dann noch ein paar Dateien reinkopieren, damit die KI überhaupt versteht, worum es geht.
00:01:29Und selbst dann sind die Antworten eher generisch. Die KI kennt dein Projekt nicht, weil sie nicht direkt im Projekt sitzt.
00:01:36Jetzt können wir einfach Continue fragen. Ich gehe hier in meinen Code, markiere etwas mit Strg+L und tippe einfach "Erkläre das" im Chat der Seitenleiste ein.
00:01:45Das Besondere ist: Die Antwort erfolgt nicht isoliert. Das Tool zieht sich den Kontext aus deiner gesamten Codebasis.
00:01:51Geöffnete Dateien, sogar Git-Diffs – du bekommst eine Erklärung, die exakt zu deinem gesamten Projekt passt.
00:01:57Klar, Claude oder Cursor können das im Grunde auch. Ich denke, dieses Tool ist ideal, wenn man nicht ständig auf KI angewiesen ist oder ein schnelles Werkzeug zum Querchecken der Codebasis braucht.
00:02:08Jetzt kommt der wichtige Teil: Wenn Continue eine Änderung vorschlägt, wie etwa das Refactoring einer Funktion, wird diese nicht nur beschrieben.
00:02:16Es erstellt eine echte Diff-Vorschau direkt im Chat. Du prüfst sie Seite an Seite und kannst die Änderungen dann direkt übernehmen.
00:02:22Du kannst sie anpassen oder ablehnen. Du behältst die volle Kontrolle über das Geschehen, statt dass Cursor einfach alles übernimmt.
00:02:28Hier ändert sich die Dynamik: Normalerweise bleibt ein Pull Request erst mal liegen. Statt zu warten, nutzt du jetzt einen Review-Agenten.
00:02:36Du kannst eine Markdown-Datei für deinen Agenten erstellen und darin Regeln festlegen, die dir wichtig sind: Formatierung, Logikfehler, Sicherheitsregeln – was auch immer für dich guten Code ausmacht.
00:02:47Dann führst du das einfach aus. Im Chat tippe ich "agent my agent review" und lasse ihn über diesen PR laufen.
00:02:54Oder du nutzt einen fertigen Agenten wie ContinueDev für Security. Er scannt sofort und schlägt Korrekturen als Kommentare oder Diffs vor.
00:03:02Und das klappt nicht nur im Editor. Derselbe Agent funktioniert auch ohne Editor. Du kannst Agenten verwalten, Trigger setzen und bei Bedarf Slack für PR-Benachrichtigungen direkt in deinen Kanälen anbinden.
00:03:13Es geht nicht nur ums Coden, sondern um schnelleres Ausliefern. Es ist nicht perfekt, aber dafür, dass es ein kostenloses Tool ist, das mir alle Freiheiten lässt, ist es eine wirklich gelungene Erweiterung.
00:03:24Und es ist eben gratis, wenn man Ollama statt OpenAI nutzt. Für wen ist das also gedacht? Das ist hier die Kernfrage. Ich denke, es ist für ein paar Nutzertypen ideal.
00:03:32Wenn du solo arbeitest, ist es wie ein zweites Paar Augen, das niemals müde wird. In kleinen Teams hilft es, Standards zu wahren, ohne jedes Code-Review in eine Grundsatzdiskussion ausarten zu lassen.
00:03:41Außerdem passt es perfekt, wenn man VS Code nutzt. Die Leute nutzen Continue nicht, damit es den Code für sie schreibt. Sie nutzen es, um Reibungsverluste zu minimieren. Es gibt weniger Review-Zyklen, sauberere Pull Requests und schnellere Merges.
00:03:55Man gibt die Kontrolle nicht ab. Die KI übernimmt nur die repetitiven Aufgaben, die man sowieso hasst. Zudem ist es Open Source, innerhalb einer Minute installiert und – wie gesagt – mit bestimmten Modellen völlig kostenlos.
00:04:10Der Vergleich liegt natürlich auf der Hand: Wie unterscheidet es sich von Copilot? GitHub Copilot ist super darin, dir beim schnelleren Schreiben von Code zu helfen.
00:04:20Continue verfolgt einen anderen Ansatz. Copilot hilft dir beim Tippen, Continue hilft dir beim Ausliefern. Copilot lebt im Editor, Continue deckt den ganzen Workflow ab – Pull Requests, CI, Agenten.
00:04:32Sie sind keine direkten Konkurrenten, auch wenn sie oberflächlich ähnlich wirken. Sie ergänzen sich gut: Copilot für Autocomplete und Continue, um sicherzustellen, dass der Code bereit für den Merge ist.
00:04:43Probiert es mal aus! Oder falls ihr es schon kennt: Was haltet ihr davon? Nutzt ihr es noch oder seid ihr wieder davon ab? Wir sehen uns im nächsten Video.

Key Takeaway

ContinueDev ergänzt klassische KI-Autovervollständigung durch kontextbewusste Code-Analysen und automatisierte Review-Agenten, um den gesamten Software-Entwicklungszyklus zu beschleunigen.

Highlights

ContinueDev ist ein Open-Source-Tool

Timeline

Einführung und Installation von ContinueDev

Das Video beginnt mit der Vorstellung von ContinueDev als Werkzeug zur Automatisierung zeitraubender Prozesse in der Softwareentwicklung. Der Sprecher betont, dass das Tool den Entwickler nicht ersetzen, sondern lediglich unnötige Reibungsverluste minimieren soll. Zur Einrichtung wird die entsprechende Extension in VS Code installiert und bei Bedarf neu geladen. Nach der Installation erscheint das Continue-Icon prominent in der Seitenleiste des Editors. Dieser Abschnitt verdeutlicht, dass die Hürde für den Einstieg durch die einfache Integration in bekannte Umgebungen sehr gering ist.

Modell-Konfiguration: Cloud vs. Lokal

In diesem Teil wird erklärt, wie verschiedene KI-Modelle mit ContinueDev verbunden werden können. Nutzer haben die Wahl zwischen Cloud-Anbietern wie OpenAI (GPT-4) oder Anthropic (Claude) unter Verwendung eigener API-Keys. Alternativ wird die lokale Nutzung über Ollama mit Modellen wie Llama 3 hervorgehoben, was eine kostenlose und private Nutzung ermöglicht. Über ein Dropdown-Menü lässt sich flexibel zwischen den Providern wechseln, was volle Kontrolle ohne Lock-in-Effekt garantiert. Dieser flexible Ansatz ist ein zentrales Argument für Entwickler, die Wert auf Datenschutz oder Kostenersparnis legen.

Kontextbasiertes Arbeiten im Code

Der Sprecher adressiert das Problem, dass herkömmliche KI-Chats oft keinen Zugriff auf den lokalen Projektkontext haben. Mit ContinueDev können Entwickler Codeabschnitte markieren und direkt im Editor Erklärungen anfordern, die das gesamte Projekt berücksichtigen. Das System zieht Informationen aus geöffneten Dateien und Git-Diffs, um hochgradig relevante Antworten statt generischer Texte zu liefern. Dies erspart das mühsame Kopieren von Codefragmenten in externe Browser-Tabs. Es wird als ideales Werkzeug für den schnellen Check komplexer Codebasen positioniert.

Refactoring und Diff-Vorschau

Ein wesentliches Feature ist die Art und Weise, wie Änderungsvorschläge verarbeitet werden. Wenn das Tool ein Refactoring einer Funktion vorschlägt, geschieht dies in Form einer interaktiven Diff-Vorschau direkt im Chat. Entwickler können die Änderungen Seite an Seite prüfen und entscheiden, ob sie diese übernehmen, anpassen oder ablehnen möchten. Im Gegensatz zu Tools wie Cursor behält der Mensch hier explizit die volle Kontrolle über jede einzelne Zeile Code. Dieser Workflow stellt sicher, dass die KI-Unterstützung transparent und sicher bleibt.

Automatisierte Review-Agenten und Workflow

Hier wird das Konzept der Review-Agenten vorgestellt, die Pull Requests (PRs) nach vordefinierten Regeln scannen. Nutzer können eigene Markdown-Dateien erstellen, um Kriterien für Formatierung, Sicherheit oder Logik festzulegen. Diese Agenten können über einfache Chat-Befehle wie "agent my agent review" aktiviert werden und arbeiten sogar außerhalb des Editors. Zudem wird die Anbindung an Tools wie Slack erwähnt, um das Team über den Status von PRs zu informieren. Das Ziel ist es, die Dauer von Review-Zyklen massiv zu verkürzen und die Code-Qualität konstant hoch zu halten.

Fazit und Vergleich mit GitHub Copilot

Abschließend wird analysiert, für wen ContinueDev am besten geeignet ist, wobei Solo-Entwickler und kleine Teams im Fokus stehen. Es erfolgt eine Abgrenzung zu GitHub Copilot: Während Copilot das schnelle Tippen unterstützt, konzentriert sich ContinueDev auf den gesamten Workflow bis zum Merge. Der Sprecher betont, dass sich beide Tools nicht ausschließen, sondern hervorragend ergänzen können. Da es Open Source ist und in einer Minute installiert werden kann, wird ein Ausprobieren ausdrücklich empfohlen. Das Video endet mit der Frage an die Community, wie deren bisherige Erfahrungen mit dem Tool aussehen.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video