当前LLM的能力越来越强结合Continue、VS等工具以具备备独立编程和完成项目的能力。比如将Continue与 VS Code 内置的测试探针(Test Adapter)、终端输出和 Lint 信息深度绑定。这里尝试提供一套从手动闭环到全自动闭环的自动编程框架方案。1 基础设施要形成闭环LLM必须看得见测试结果和报错信息。1开启 Continue 的自动上下文在 VS Code 设置中确保 Continue 的Experimental选项中开启enableInlineCompletion和automaticContext。2绑定测试命令在keybindings.json中为测试命令绑定快捷键如Ctrl; T运行当前测试方便后续 AI 调用。3安装 MCP模型上下文协议服务器通过 Continue 的 MCP 配置挂载一个exec工具让 AI 有权执行npm test或pytest并读取 stdout/stderr。2 三层闭环2.1 人工触发式闭环人工触发式闭环最稳定适合日常开发也适合开发一些复杂算法、复杂数据处理流程。利用 Continue 的Slash Commands和Context 引用1编程选中函数输入/edit编写核心逻辑。2测试选中代码输入/comment说“基于这个函数生成单元测试用例”。Continue 会生成测试代码并插入同目录。3验证手动点击 VS Code 测试面板的运行按钮将失败的堆栈信息Terminal 输出全选。4修复在 Continue 对话框输入terminal引用终端输出并说“修复这个报错”。AI 结合报错精准打补丁。2.2 半自动指令闭环利用 Task 功能构建半自动指令闭环适合模式固定、功能校简单的代码自动化开发。在 Continue 中开启Agent Mode代理模式输入一条复合指令/task 请完成以下闭环编写一个 isPrime 函数紧接着在 test.js 中编写对应的 Jest 测试用例然后执行 npm test如果测试失败读取 terminal 日志自动修正 isPrime 逻辑重复执行直到测试通过。Agent 模式会调用内置工具执行命令并根据输出进行多轮自我修正。如果目标代码比较复杂设计到多个复杂算法的实现数据流程复杂不太推荐这种方式。2.3 全自动 Git Hooks 闭环这是最自动化的方案但可能不太成熟。具体为借助 Continue 的自定义规则Rules VS Code 的Run on Save插件。1配置.continue/rules.json设置当检测到.ts文件保存时自动触发npm run test:related。2将测试结果(Json)通过管道传给 Continue 的autofix功能。3测试覆盖率低于阈值生成补充测试代码写入文件形成Save-Test-Fix-Re-save循环。3. 闭环示例假设要重构一个复杂的排序函数。1编程写一个新函数quickSort。 自动补全代码结构。2测试输入/test或右键选择 “Continue: Generate Tests”。扫描原函数入参/出参自动生成边界测试空数组、重复值、大数。3验证快捷键运行测试终端报错TypeError: undefined。闭环关键点击 Continue 对话框的Attach Context选择Terminal Selection。4诊断提问“为什么报错” AI 定位到未处理null值并给出修复代码。5二次验证点击生成的修复代码中的Apply。代码自动替换再次手动运行测试全绿通过。reference---AI编程提效新范式Continue开源工具全栈应用指南https://blog.gitcode.com/87cf4272894ce3dda314d8ed73e835b4.html在VS Code中借助AI自动编写单元测试和集成测试https://www.php.cn/faq/1822998.htmlCheck on Your Spaghetti Software Factoryhttps://blog.continue.dev/spaghetti-software-factory
