Continue.dev
VS Code/JetBrains 的开源编程智能体——本地 stdio，已验证。
Continue.dev 是给 VS Code 和 JetBrains 用的开源 AI 编程助手。它的 MCP 支持覆盖本地 stdio server；它的公开文档里没看到能发送 Spomory 云端端点需要的 x-api-key 请求头的方式，所以这里只列本地版。已在真实 Continue.dev 环境里验证过。
本地版（stdio）
在工作区的 .continue/mcpServers/ 目录下加一个 YAML 文件，比如 .continue/mcpServers/spomory.yaml。command 填 uvx，它会按需下载并运行 Spomory，不用自己装：
name: Spomory
version: 0.0.1
schema: v1
mcpServers:
- name: Spomory
type: stdio
command: uvx
args: ["--from", "spomory[llm,embedding,mcp]", "spomory-mcp"]
env:
LLM_API_KEY: "..."
LLM_BASE_URL: "https://api.deepseek.com"
LLM_MODEL: "deepseek-v4-flash"已在真实 Continue.dev 环境里验证过，落到的是跟这页其他客户端同一个账号/同一份记忆图谱。
更想要固定、锁定版本的安装？可以装到 ~/Documents 之外的虚拟环境里（pip install 'spomory[llm,embedding,mcp]'），然后把 command 直接指向那个虚拟环境的 bin/memory-core-mcp。
这几个环境变量该填什么？
LLM_API_KEY 是你用来做抽取的那个 OpenAI 兼容服务商的 key——OpenAI、DeepSeek、通义千问等都可以。LLM_BASE_URL 和 LLM_MODEL 不填就默认走 OpenAI；换成 DeepSeek、通义千问或其他任意 OpenAI 兼容服务商，或者一个完全本地的 server（Ollama、vLLM、llama.cpp、MLX）都行：
export LLM_API_KEY=...
export LLM_BASE_URL=https://api.deepseek.com # 可选，默认 OpenAI
export LLM_MODEL=deepseek-v4-flash # 可选，默认 gpt-4o-mini
export EMBEDDING_MODEL=BAAI/bge-m3 # 可选，默认 bge-m3让它真的被用起来
接上工具不代表客户端会主动去用它们——得告诉它在回答之前先调 search_memory，在你说了件值得记住的事之后调 add_memory。SKILL.md 就是干这个的一份简短指令文件。怎么让客户端读到它，每个客户端都不一样：有些会自动扫描 skills 目录（跟 Claude Code 一个路数），有些只有自定义指令/系统提示词这类字段。这个客户端已验证过：
Continue.dev 没有专门的 Skills 功能——用它的 Rules 机制代替：在工作区的 .continue/rules/ 下放一个 markdown 文件，会自动加进系统提示词。
GitHub 上的 SKILL.md →