コードアシスタント比較：Continue vs Cursor vs Cody でセルフホストAIコーディングを実現する
オープンソースラボ編集部 ・ 2026年6月14日
コードアシスタント比較：Continue vs Cursor vs Cody でセルフホストAIコーディングを実現する
GitHub Copilot（$19/月）の代替としてローカルLLM（Ollama・vLLM）またはプライベートAPIを使ってコードアシスタントをセルフホストできるOSSツールが充実しています。Continue（OSS・VS Code/JetBrains拡張）・Cursor（VSCode fork・高機能）・Cody（Sourcegraph製・大規模コードベース対応）の3つが2026年の主要AIコーディングツールです。
セルフホストAIコーディングツールを選ぶ理由
- コスト0: GitHub Copilot（$19/月）をOllama+Continueで代替してコスト$0を実現
- プライバシー: ソースコードが外部サーバーに送信されない（セキュリティ審査が厳しい企業向け）
- カスタマイズ: 自社コードベースでファインチューニングしたモデルを使用
- モデル選択の自由: Claude・GPT-4o・CodeLlama・DeepSeek-Coderを用途に応じて使い分け
主要ツールの概要
Continue
2023年公開、TypeScript製のOSSです。GitHubスター22k+。VS Code・JetBrains両対応のOSSコードアシスタント拡張で、ローカルOllamaやAnthropicAPI・OpenAI APIをモデルバックエンドとして設定できます。Chat・コード補完・コマンド（/edit・/explain・/test）が使えます。
// ~/.continue/config.json: Continueの設定ファイル
{
"models": [
{
"title": "Claude Sonnet（Anthropic）",
"provider": "anthropic",
"model": "claude-sonnet-4-6",
"apiKey": "${ANTHROPIC_API_KEY}",
"contextLength": 200000,
"completionOptions": {
"maxTokens": 4096,
"temperature": 0.0
}
},
{
"title": "Ollama（ローカル・完全無料）",
"provider": "ollama",
"model": "deepseek-coder-v2:16b",
"contextLength": 32768
},
{
"title": "Qwen2.5-Coder（ローカル）",
"provider": "ollama",
"model": "qwen2.5-coder:32b",
"contextLength": 32768
}
],
"tabAutocompleteModel": {
"title": "Autocomplete（ローカル高速）",
"provider": "ollama",
"model": "starcoder2:3b"
},
"contextProviders": [
{"name": "code", "params": {}},
{"name": "docs", "params": {}},
{"name": "diff", "params": {}},
{"name": "terminal", "params": {}},
{
"name": "database",
"params": {
"connections": [
{
"name": "production",
"connectionType": "postgresql",
"connection": "${DATABASE_URL}"
}
]
}
}
],
"slashCommands": [
{
"name": "edit",
"description": "選択コードを編集する",
"step": "EditHighlightedCodeStep"
},
{
"name": "test",
"description": "テストコードを生成する",
"step": "WriteTestsStep"
},
{
"name": "comment",
"description": "コメントを追加する",
"step": "CommentCodeStep"
}
],
"customCommands": [
{
"name": "review",
"prompt": "このコードをレビューしてください。セキュリティ・パフォーマンス・可読性の観点で問題点と改善案を指摘してください。",
"description": "コードレビューを依頼"
}
]
}
# Continue + Ollama の完全ローカルセットアップ
# 1. Ollama インストール（Windows）
winget install Ollama.Ollama
# 2. コーディング特化モデルをダウンロード
ollama pull deepseek-coder-v2:16b # 16GB・高精度
ollama pull qwen2.5-coder:7b # 4GB・軽量
ollama pull starcoder2:3b # 補完専用・高速
# 3. VS Code に Continue 拡張をインストール
code --install-extension Continue.continue
# 4. config.json を上記設定に変更
# ~/.continue/config.json を編集
# 5. VS Code を再起動してContinueサイドバーを開く
Cursor
2023年公開、TypeScript製のOSSです（VS Code fork）。GitHubスター28k+。VS Code互換の高機能AIコードエディタで、Tab補完・Chat・Composer（マルチファイル編集）・Rules for AI（コードスタイル強制）が特徴です。
// .cursor/rules: プロジェクトごとのAIルール設定
// Cursor Rules（旧.cursorrules）
// このファイルでAIの挙動をプロジェクトに合わせてカスタマイズ
# .cursorrules （プロジェクトルート）
あなたはNext.js 15 App RouterとTypeScriptの専門家です。
コーディング規約:
- コンポーネントはServer Components優先、クライアント操作が必要な場合のみ 'use client' を追加
- CSS ModulesではなくTailwind CSSを使用
- TypeScriptのany型は使用禁止、型定義を必ず追加
- エラーハンドリングはtry-catchではなくResult型パターンを使用
- テストはVitest + Testing Libraryで記述、カバレッジ80%以上を維持
ファイル命名:
- コンポーネント: PascalCase (UserProfile.tsx)
- ユーティリティ: camelCase (formatDate.ts)
- テスト: *.test.ts(x)
コメント:
- 日本語で記述
- WHYのみコメント（WHATはコードで表現）
Cody（Sourcegraph製）
2023年公開、TypeScript製のOSSです。GitHubスター2k+（Sourcegraph本体: 9k+）。大規模コードベース（数百万行）をインデックス化してコンテキスト付きで質問・補完できるのがCodyの強みです。VS Code拡張とJetBrains両対応。
# Cody + Sourcegraph セルフホスト
docker run -d --name sourcegraph -p 7080:7080 -v ~/.sourcegraph/config:/etc/sourcegraph -v ~/.sourcegraph/data:/var/opt/sourcegraph sourcegraph/server:5.9.0
機能比較表
| 比較項目 | Continue | Cursor | Cody |
|---|---|---|---|
| セルフホストモデル | ✅ | △ | ✅ |
| VS Code対応 | ✅ | ✅ | ✅ |
| JetBrains対応 | ✅ | ❌ | ✅ |
| 大規模コードベース | △ | ✅ | ✅ |
| 無料プラン | OSS | 月2000補完 | 月200補完 |
AIコーディングツールはLLM Toolsカテゴリ/categories/llm-toolsのOllamaやLLMファインチューニング（Unsloth・LLaMA-Factory）と組み合わせて、自社コードで特化ファインチューニングしたモデルをContinueバックエンドとして使用する構成が最高のプライバシーと精度を実現します。DevOpsカテゴリ/categories/devopsのGitHub Actions・Pre-commit hooksと組み合わせてAIコードレビューをCIパイプラインに組み込めます。
FAQ
Q. ContinueでOllamaのモデルを使うときのパフォーマンスは？
A. GPU（VRAM 8GB+）があれば実用的な速度、CPUのみは遅いです。実測値（トークン生成速度）: DeepSeek-Coder-V2:16b（RTX 3090）→40〜60 tokens/s（実用的）、Qwen2.5-Coder:7b（RTX 4060）→80〜100 tokens/s（快適）、CodeLlama:7b（Apple M2 Pro）→30〜50 tokens/s（実用的）。CPUのみ（Core i9-14900K）→5〜15 tokens/s（遅いが使える）。補完専用モデル（StarCoder2:3b）は応答速度優先で設計されており、RTX 3090で150〜200 tokens/sに達します。コンテキスト長: Ollamaのnum_ctxをVRAM内で最大化することで長いコードファイルを一度に渡せます。
Q. CursorのComposerでマルチファイル編集はどのように機能しますか？
A. Composer（Ctrl+I）でプロジェクト全体に跨る変更をAIが一括実行します。使い方: ①Ctrl+IでComposerを開く②「認証機能をJWT + Refresh Tokenに変更してください。auth/・middleware/・api/routes/配下の全ファイルを更新してください」のような指示を入力③Cursorが変更ファイル一覧とdiffをプレビュー表示④Accept Allまたは個別にAcceptして変更を適用。Agent Mode（β）: ターミナルコマンドも自動実行して「インストール→実装→テスト実行」まで一連の作業をエージェントが自律実行します。注意: 大きすぎる変更依頼はモデルのコンテキスト制限に引っかかるため、段階的に分けて依頼するほうが精度が高くなります。
Q. Continue の @docs でカスタムドキュメントを登録するには？
A. config.jsonのdocsセクションにURLを追加するか、/docsコマンドでインデックス化します。設定例: "docs": [{"title": "社内APIドキュメント", "startUrl": "http://docs.internal/api/", "rootUrl": "http://docs.internal/api/", "faviconUrl": "http://docs.internal/favicon.ico"}]。VS CodeでContinueサイドバーを開き@docsと入力すると登録したドキュメントが検索対象になります。Crawlingモード: ContinueがURLからドキュメントをクロールしてローカルEmbeddingインデックスを作成→質問時に関連ドキュメントを自動的にコンテキストとして追加。企業内部ドキュメント（Confluence・Notion）もURLでアクセス可能ならインデックス化できます。
Q. Pre-commitフックでContinueのAIレビューをCIに組み込むには？
A. Continue CLIまたはAnthropicAPIを直接呼び出すPre-commitフックを作成します。.pre-commit-hooks.yamlを用意してanthropicパッケージでコードレビューを実行するPythonスクリプトをフックとして設定: ①git diff --cachedでステージング差分を取得②Claude API（claude-haiku-4-5-20251001を使うとコスト低）に「このコードdiffでセキュリティ・バグ・コード規約違反を検出してください」を送信③Critical問題があればexit 1でコミットをブロック④Warningはコンソールに表示のみ。GitHub Actions版: PRに対してclaude-sonnet-4-6で本格レビューを実行してPRコメントとして投稿するアクション（anthropics/anthropic-ai-action）が公開されています。
まとめ
| ユースケース | 推奨ツール |
|---|---|
| ローカルLLM・プライバシー・JetBrains | Continue |
| 高機能・マルチファイル・Composer | Cursor |
| 大規模コードベース・Sourcegraph統合 | Cody |