Unbegrenztes Claude in JetBrains IDEs

JetBrains IDEs — IntelliJ IDEA, PyCharm, WebStorm, GoLand und alle weiteren — unterstützen Claude über das Continue Plugin aus dem JetBrains Marketplace. Continue verwendet eine gemeinsame Konfigurationsdatei, die in allen JetBrains-Produkten identisch funktioniert. Du richtest Claude also einmal ein und nutzt es anschließend in jeder IDE, mit der du arbeitest. Wenn du die Verbindung über ein unbegrenztes Gateway wie AI Prime Tech Unlimited herstellst, bleibt dein AI Assistant in allen IDEs dauerhaft verfügbar, ohne dass sich pro IDE laufend Token-Kosten ansammeln.

Continue in jeder JetBrains IDE installieren

Öffne deine JetBrains IDE und gehe zu Settings (Ctrl+Alt+S) und dann zu Plugins. Suche im Marketplace-Tab nach Continue und klicke auf Install. Das Plugin funktioniert in allen JetBrains IDEs ab Version 2023.1, also unter anderem in IntelliJ IDEA, PyCharm, WebStorm, GoLand, PhpStorm, RubyMine, CLion, Rider und DataGrip. Du installierst Continue zwar pro IDE separat, aber alle Installationen greifen auf dieselbe zentrale Konfigurationsdatei zu. Genau das ist für Teams und Entwickler praktisch, die täglich zwischen Java, Python, TypeScript, Go oder PHP wechseln und nicht jede Umgebung einzeln pflegen möchten.

Nach der Installation startest du die IDE neu. Danach erscheint das Continue Panel in der rechten Sidebar. Beim ersten Start legt Continue das Konfigurationsverzeichnis unter ~/.continue/ an und erstellt dort eine Standarddatei config.yaml. Diese eine Datei ist der zentrale Ort, an dem du Claude über dein unbegrenztes Gateway verbindest. Dieselbe Datei wird von allen JetBrains IDEs gelesen und auch von VS Code verwendet, falls du Continue dort ebenfalls nutzt. Wer nach claude api key erstellen sucht, landet oft bei manuellen Setups pro Tool; mit Continue und AI Prime Tech Unlimited reicht dagegen ein gemeinsames Setup für alle Editoren.

Das Continue Plugin bietet drei Hauptfunktionen: Chat für Gespräche mit der AI in der Sidebar, Edit für Inline-Codeänderungen und Apply zum Übernehmen vorgeschlagener Änderungen in Dateien. Jede dieser Funktionen kann einem anderen Modell zugewiesen werden. So steuerst du sehr genau, welche Claude-Variante welche Aufgabe übernimmt. Für Alltagsarbeit kannst du ein schnelles Sonnet-Modell verwenden, für Architekturfragen oder schwieriges Debugging Opus und für sehr kurze Abfragen optional Haiku. In JetBrains-Workflows ist diese Rollentrennung besonders wertvoll, weil Entwickler oft lange Sessions in einer IDE verbringen und AI-Unterstützung sowohl für kleine Code-Änderungen als auch für tiefere Analysen brauchen.

config.yaml für unbegrenztes Claude konfigurieren

Öffne ~/.continue/config.yaml in einem beliebigen Texteditor. Die Datei nutzt YAML und enthält ein models Array, in dem verfügbare AI Provider definiert werden. Füge einen neuen model Eintrag hinzu, setze provider auf anthropic, apiBase auf https://claudeapikey.dev (Root-Host, ohne /v1, weil das SDK den Pfad ergänzt) und apiKey auf deinen AI Prime Tech Unlimited Key. Damit leitest du die Claude-Anfragen aus Continue über das Gateway und nicht direkt über ein klassisches Pay-per-Token-Setup. Für viele Entwickler ist das der einfachste Weg, Claude API kaufen und Claude API Kosten planbar zu machen, weil die Nutzung nicht bei jeder Anfrage neu durchgerechnet werden muss.

Jeder model Eintrag benötigt einen title, also den Anzeigenamen in der UI, ein model mit der Modellkennung und die Provider-Konfiguration. Lege Einträge für alle Claude-Varianten an, die du in Continue verfügbar haben willst: einen für Sonnet als tägliches Standardmodell, einen für Opus für komplexes Reasoning und optional einen für Haiku für schnelle Rückfragen. Das title Feld ist der Name, der im Model Picker von Continue erscheint. Wenn du mehrere JetBrains IDEs nutzt, solltest du die Titel klar benennen, zum Beispiel Claude Sonnet (Unlimited) oder Claude Opus (Unlimited), damit du in IntelliJ, PyCharm und WebStorm sofort erkennst, welches Modell gerade aktiv ist.

Du kannst statt des anthropic Provider-Typs auch den openai Provider-Typ verwenden. In diesem Fall setzt du apiBase auf https://claudeapikey.dev/v1, also mit /v1, und der Key wird im apiKey Feld mit Bearer Authentication genutzt. Empfohlen ist in Continue aber der anthropic Provider-Typ, weil er native Anthropic-Funktionen wie Streaming, Thinking Blocks und besseres Verhalten bei längeren Antworten unterstützt. Gerade bei JetBrains-Projekten mit großen Kontexten, langen Dateien und umfangreichen Refactorings ist stabiles Streaming wichtig. Wenn du Claude API kostenlos suchst, findest du oft Testlimits oder kurze Trials; ein unbegrenzter Claude Zugang ist dagegen sinnvoller, wenn Continue dauerhaft im Entwicklungsalltag mitlaufen soll.

Rollen-Zuweisung: Chat, Edit und Apply

Continue erlaubt dir, unterschiedliche Modelle für unterschiedliche Rollen einzusetzen. Die chat Rolle verarbeitet Unterhaltungen in der Sidebar, also Code-Erklärungen, Architektur-Diskussionen, Debugging-Hilfe, Testszenarien oder Fragen zu Frameworks. Die edit Rolle verarbeitet Inline-Codeänderungen, die typischerweise mit Ctrl+I ausgelöst werden, und generiert Ersatz für markierten Code. Die apply Rolle übernimmt generierten Code und fügt ihn in bestehende Dateien ein. Diese Trennung klingt zunächst klein, macht aber in der Praxis einen großen Unterschied, weil Chat-Antworten oft gründlich sein sollen, während Inline-Edits vor allem schnell und präzise sein müssen.

In config.yaml setzt du Rollen pro Modell über das roles Array, zum Beispiel roles: [chat, edit, apply]. Ein Modell mit allen drei Rollen wird für alles verwendet. Wenn du Verantwortlichkeiten aufteilen willst, erstellst du mehrere model Einträge mit unterschiedlichen Rollen. Du kannst Opus für chat einsetzen, wenn du tieferes Reasoning und ausführliche Erklärungen willst, und Sonnet für edit und apply nutzen, wenn du schnelle Inline-Modifikationen erwartest. Diese Konfiguration fühlt sich in JetBrains sehr natürlich an, weil viele Entwickler während des Codens schnell kleine Änderungen generieren lassen, aber für größere Entscheidungen bewusst in den Chat wechseln.

Mit einem unbegrenzten Tarif ist die optimale Strategie meistens: Opus für Chat, weil dort komplexe Fragen, Architekturentscheidungen und längere Analysen stattfinden, und Sonnet für Edit und Apply, weil dort Latenz eine größere Rolle spielt. Beide Modelltypen sind über dieselbe Flat Rate abgedeckt, daher entscheidest du nicht nach Tokenpreis, sondern nach Qualität, Geschwindigkeit und passendem Einsatzgebiet. Das ist besonders relevant, wenn du dich mit claude code api kosten beschäftigst: In klassischen Abrechnungsmodellen werden intensive Inline-Edits, Kontextdaten und lange Chat-Sessions schnell teuer. Über AI Prime Tech Unlimited kannst du die Modellwahl stärker nach Entwicklerproduktivität und weniger nach jeder einzelnen Anfrage optimieren.

Projektbezogene Overrides mit .continuerc.json

Während config.yaml global gilt, kannst du Einstellungen pro Projekt mit einer .continuerc.json Datei im Projekt-Root überschreiben. Das ist nützlich, wenn verschiedene Codebases unterschiedliche Modellkonfigurationen benötigen. Ein Python-Projekt profitiert vielleicht von spezifischen System-Prompt-Ergänzungen zu Typing, Testing und Packaging. Eine Legacy-Java-Anwendung in IntelliJ benötigt möglicherweise ein stärkeres Modell und ausführlichere Kontextregeln. Ein Frontend-Projekt in WebStorm wiederum kann andere Dokumentationsquellen, Framework-Hinweise oder Coding Conventions brauchen. Mit projektbezogenen Overrides bleibt deine globale Konfiguration schlank, während jedes Repository fein abgestimmt werden kann.

Die .continuerc.json Datei verwendet dieselbe Struktur wie config.yaml, allerdings im JSON-Format. Alle Einstellungen, die du in der Projektdatei definierst, überschreiben die globale Konfiguration nur für dieses Projekt. Häufige Overrides sind eigene System Prompts, um projektspezifische Coding Conventions einzuspeisen, Modellselektionen für eine bestimmte Codebase oder Context Providers, die zusätzliche Dokumentation und interne Wissensquellen bereitstellen. Das ist besonders hilfreich in Teams, in denen ein Repository klare Architekturregeln, Naming Conventions oder Teststrategien hat. Du kannst Continue so konfigurieren, dass Claude diese Regeln automatisch berücksichtigt, ohne sie in jeder Chat-Nachricht wiederholen zu müssen.

Mit unbegrenztem Zugang kannst du die AI Experience pro Codebase optimieren, ohne über zusätzliche Kosten nachzudenken. Für komplexe Projekte kannst du lange System Prompts mit Architekturhinweisen, Modulgrenzen, Datenfluss und Deployment-Kontext hinterlegen. Für anspruchsvolle Legacy-Codebases kannst du Opus als Standard setzen, weil dort mehr Reasoning wichtig ist. Für kleine Tools oder interne Skripte reicht vielleicht Haiku oder Sonnet. Die Flat Rate deckt alle Konfigurationen gleichermaßen ab. Das macht AI Prime Tech Unlimited für Entwickler attraktiv, die nicht nur eine Claude API kaufen wollen, sondern einen dauerhaft nutzbaren Workflow für mehrere Projekte und IDEs brauchen.

Context Providers und Codebase Indexing

Continue unterstützt Context Providers, die zusätzliche Informationen in Anfragen einfügen. Der eingebaute codebase Provider indexiert deine Projektdateien und fügt relevante Codeausschnitte hinzu, wenn du Fragen stellst. Der docs Provider kann Dokumentations-URLs indexieren. Der terminal Provider nimmt aktuelle Terminal-Ausgaben in den Kontext auf. Jeder aktive Provider erhöht die Tokenmenge pro Anfrage, verbessert aber oft massiv die Antwortqualität. Statt Claude nur eine isolierte Frage zu stellen, bekommt das Modell relevanten Projektkontext, Framework-Dokumentation und aktuelle Fehlermeldungen direkt mitgeliefert. Für echte Entwicklungsarbeit ist dieser Kontext häufig wichtiger als das Modell allein.

Du konfigurierst Context Providers in config.yaml unter dem Abschnitt contextProviders. Der codebase Provider nutzt ein Embeddings Model, um dein Projekt zu indexieren. Diese Indexierung läuft lokal und verbraucht keine API Tokens. Die gefundenen relevanten Codeausschnitte werden jedoch in den Prompt aufgenommen, der an Claude gesendet wird, und erhöhen dadurch die Tokenzahl pro Anfrage. Bei einer großen Codebase kann das schnell 5.000 bis 15.000 zusätzliche Tokens pro Request bedeuten. In einem klassischen Tokenmodell wirkt sich das direkt auf die Claude API Kosten aus, insbesondere wenn du häufig fragst, refactorst, Tests generierst oder Fehler analysierst.

Mit einem unbegrenzten Gateway solltest du alle Context Providers aktivieren, die die Antwortqualität verbessern. Je mehr relevanten Kontext Claude erhält, desto besser sind die Vorschläge. Füge Dokumentationsanbieter für dein Framework hinzu, API-Referenzen für Services, die du verwendest, und eigene Provider für interne Knowledge Bases. Die zusätzlichen Tokens pro Anfrage sind über die Flat Rate abgedeckt, und die bessere Qualität rechtfertigt den Overhead fast immer. Für Entwickler, die nach claude api kostenlos suchen, ist das ein wichtiger Unterschied: Kostenlose oder stark limitierte Zugänge zwingen dich oft, Kontext klein zu halten. Ein unbegrenzter Claude Zugang erlaubt dagegen, Continue so zu nutzen, wie es für produktive Softwareentwicklung gedacht ist.

Konsistenz über mehrere IDEs und Shared Config

Eine der stärksten Eigenschaften von Continue ist die Portabilität der Konfiguration. Das Verzeichnis ~/.continue/ wird von allen IDEs geteilt, die Continue verwenden: alle JetBrains-Produkte plus VS Code. Du bearbeitest config.yaml einmal, und die Änderung gilt überall. Deine unbegrenzte Claude-Verbindung funktioniert in IntelliJ beim Schreiben von Java, in PyCharm bei Python, in WebStorm bei TypeScript, in GoLand bei Go und in VS Code für alles Weitere. Gerade Entwickler, die in mehreren Stacks arbeiten, sparen dadurch viel Setup-Zeit und vermeiden widersprüchliche Konfigurationen.

Diese Shared Config bedeutet, dass Modellpräferenzen, Rollen-Zuweisungen, System Prompts und Context Providers unabhängig von der geöffneten IDE konsistent bleiben. Wenn du in PyCharm ein Projekt mit Opus analysierst und später in IntelliJ eine Java-Komponente refactorst, bleibt das Verhalten von Continue vorhersehbar. Teams können außerdem eine empfohlene Basis-Konfiguration dokumentieren und einzelne Entwickler müssen nur ihren API Key ergänzen. Wer regelmäßig zwischen Backend, Frontend, Datenbanktools und Infrastrukturcode wechselt, bekommt eine einheitliche AI Experience statt vieler einzelner Assistenten mit unterschiedlichen Regeln.

Der unbegrenzte Plan verstärkt diesen Vorteil, weil Cross-IDE-Nutzung den Tokenverbrauch multipliziert. Ein Entwickler, der über den Tag hinweg IntelliJ, PyCharm und WebStorm verwendet, stellt in jeder Umgebung Fragen, generiert Code, lässt Änderungen prüfen und holt Kontext aus verschiedenen Projekten. Bei Pay-per-Token-Abrechnung wird dieses Muster schnell teuer und schwer vorhersehbar. Mit AI Prime Tech Unlimited ist alles über eine Flat Rate abgedeckt. Wenn du also Claude API Kosten kalkulierbar halten willst, ist gerade der Multi-IDE-Workflow ein starkes Argument für einen unbegrenzten Ansatz statt einzelner API-Abrechnung pro Anfrage.

Troubleshooting für Continue in JetBrains

Wenn Continue nach der Konfiguration „model not available“ anzeigt, prüfe zuerst die Syntax in config.yaml sehr genau. YAML reagiert empfindlich auf Leerzeichen und Einrückungen. Falsche Indentation kann model Einträge stillschweigend beschädigen, ohne dass die Ursache sofort offensichtlich ist. Verwende einen YAML Validator oder öffne das Continue Output Panel über View -> Tool Windows -> Continue, um Parsing-Fehler zu sehen. Der häufigste Fehler ist ein fehlendes Leerzeichen nach Doppelpunkten in Key-Value-Paaren. Auch Tabs statt Spaces oder falsch eingerückte roles Arrays führen häufig zu Problemen.

Wenn Requests in JetBrains timeouts verursachen, aber mit derselben Konfiguration in VS Code funktionieren, liegt die Ursache möglicherweise in den Proxy-Einstellungen von JetBrains. Prüfe Settings -> Appearance & Behavior -> System Settings -> HTTP Proxy. Wenn dort Auto-detect oder ein Corporate Proxy gesetzt ist, teste vorübergehend No proxy, um direkte Konnektivität zu bestätigen. Danach kannst du den Proxy korrekt konfigurieren, falls dein Netzwerk ihn benötigt. In Unternehmensumgebungen sind Proxy-Regeln, TLS Inspection und Firewall Policies oft der Grund, warum Continue keine stabile Verbindung zum Claude Gateway aufbauen kann.

Authentifizierungsfehler wie 401 oder 403 trotz korrekter Zugangsdaten bedeuten manchmal, dass config.yaml nach der Bearbeitung noch nicht neu geladen wurde. Schließe und öffne das Continue Panel erneut oder starte die IDE neu. Continue cached die Konfiguration beim Initialisieren des Panels und überwacht die Datei nicht in allen IDE-Versionen automatisch auf Änderungen. Prüfe außerdem, ob du den richtigen apiBase-Wert für den gewählten Provider nutzt: anthropic verwendet den Root-Host ohne /v1, openai verwendet die /v1-Variante. Wenn du gerade deinen Claude API Key erstellen oder austauschen musstest, achte darauf, dass keine zusätzlichen Leerzeichen oder Anführungszeichenfehler im apiKey Feld gelandet sind.

# ~/.continue/config.yaml
models:
  - title: "Claude Sonnet (Unlimited)"
    provider: anthropic
    model: claude-sonnet-4-5
    apiBase: "https://claudeapikey.dev"
    apiKey: "<your AI Prime Tech Unlimited key>"
    roles:
      - edit
      - apply

  - title: "Claude Opus (Unlimited)"
    provider: anthropic
    model: claude-opus-4-6
    apiBase: "https://claudeapikey.dev"
    apiKey: "<your AI Prime Tech Unlimited key>"
    roles:
      - chat

# Diese Konfiguration funktioniert gleichzeitig in ALLEN JetBrains IDEs + VS Code

FAQ

Funktioniert eine einzige config.yaml für alle JetBrains IDEs?
Ja. Die Datei ~/.continue/config.yaml wird von allen JetBrains IDEs wie IntelliJ, PyCharm, WebStorm, GoLand und weiteren sowie von VS Code geteilt. Du richtest Continue einmal ein und nutzt dieselbe unbegrenzte Claude-Verbindung überall, ohne das Setup in jeder IDE erneut zu wiederholen.

Sollte ich in Continue den anthropic oder den openai Provider-Typ verwenden?
Empfohlen ist der anthropic Provider-Typ mit apiBase auf dem Root-Host ohne /v1. Er unterstützt native Anthropic-Funktionen wie Streaming, Thinking Blocks und Tool Calling besser. Der openai Provider-Typ funktioniert ebenfalls, benötigt aber /v1 in apiBase und verliert einige Anthropic-spezifische Features.

Kann ich in Continue unterschiedliche Modelle für Chat und Edit zuweisen?
Ja. Erstelle mehrere model Einträge mit unterschiedlichen roles Arrays. Weise Opus der chat Rolle für tiefes Reasoning zu und Sonnet den edit/apply Rollen für schnelle Inline-Änderungen. Mit unbegrenztem Zugang optimierst du so Qualität und Geschwindigkeit, ohne zusätzliche Kostenabwägungen pro Anfrage.

Warum fügt Continue so viele Tokens durch Context Providers hinzu?
Context Providers wie Codebase Index, Docs und Terminal fügen jeder Anfrage relevante Informationen hinzu. Das kann 5.000 bis 15.000 Tokens pro Call bedeuten, verbessert aber die Antwortqualität deutlich. Mit AI Prime Tech Unlimited kannst du nützliche Provider aktivieren, ohne den Token-Overhead jeder Anfrage einzeln zu fürchten.

Wie überschreibe ich Einstellungen für ein bestimmtes Projekt?
Lege im Root deines Projekts eine .continuerc.json Datei an. Sie nutzt dieselbe Struktur wie config.yaml, aber im JSON-Format, und überschreibt globale Einstellungen nur für dieses Projekt. Das ist ideal für projektspezifische System Prompts, Modellpräferenzen oder eigene Context Providers.