T

gaoandClaude c5286c0b3e feat: 完善 qwen-code 文档和脚本配置

- 大幅更新 README.md，添加详细的安装配置指南
- 新增多种 qwen-code 包装脚本
- 添加完整的使用示例和故障排除指南
- 优化 qwen3-coder:30b 模型配置说明

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <[email protected]>

2025-11-03 06:47:44 +08:00

config

Add settings.json and create .gitignore

2025-11-01 19:26:15 +08:00

.gitignore

Add settings.json and create .gitignore

2025-11-01 19:26:15 +08:00

ljwx-code

feat: 完善 qwen-code 文档和脚本配置

2025-11-03 06:47:44 +08:00

qwen-code-wrapper.sh

feat: 完善 qwen-code 文档和脚本配置

2025-11-03 06:47:44 +08:00

QWEN.md

feat: 完善 qwen-code 文档和脚本配置

2025-11-03 06:47:44 +08:00

README.md

feat: 完善 qwen-code 文档和脚本配置

2025-11-03 06:47:44 +08:00

README.md

阿里 qwen-code 命令行工具 macOS 配置指南

简介

qwen-code 是阿里巴巴官方推出的 qwen-code 命令行工具，专为中国开发者设计。它与本地 Ollama 服务配合使用，可以利用 Qwen3-Coder:30B 大模型进行代码开发、生成和辅助工作，提供本地化、私安全的 AI 编程体验。

macOS 下载和配置指南

前提条件

在开始之前，请确保您的 macOS 系统满足以下要求：

macOS 版本：macOS 10.15 (Catalina) 或更高版本
硬件要求：
- 至少 16GB RAM（推荐 32GB）
- 足够的磁盘空间用于模型文件（Qwen3-Coder:30B 模型需要约 15GB+）
已安装的软件：
- Homebrew（用于安装依赖）

步骤 1：安装依赖

安装 Homebrew（如果尚未安装）：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

安装 Ollama：
```
brew install ollama
```

步骤 2：下载并配置阿里的 qwen-code 命令行工具

方法一：官方下载（推荐）

访问阿里官方发布页面：
- 访问阿里云官方 qwen-code 下载页面
- 下载适用于 macOS 的 qwen-code 安装包

安装 qwen-code：

# 假设下载的是 .pkg 文件
sudo installer -pkg qwen-code-macos.pkg -target /

# 或者如果是 .tar.gz 文件
tar -xzf qwen-code-macos.tar.gz
cd qwen-code-macos
sudo ./install.sh

验证安装：
```
qwen-code --version
```

方法二：从 Git 仓库获取开发版本

如果需要最新开发版本或官方安装包不可用：

克隆本仓库：

git clone http://192.168.1.83:33000/gao/qwen-code.git
cd qwen-code

安装 Python 依赖：

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

运行安装脚本：
```
./install-qwen-code.sh
```

创建符号链接（可选，便于全局使用）：

sudo ln -sf $(pwd)/qwen-code /usr/local/bin/qwen-code

步骤 3：配置本地 Ollama 服务

启动 Ollama 服务：

ollama serve

或者在后台启动：

nohup ollama serve > ollama.log 2>&1 &

验证 Ollama 服务状态：
```
curl http://localhost:11434/api/tags
```
如果返回 JSON 响应，说明服务正常运行。
拉取 Qwen3-Coder:30B 模型：
```
ollama pull qwen3-coder:30b
```
模型下载信息：
- Qwen3-Coder:30B: 约 18GB，需要较长时间下载
- 推荐硬件: 32GB+ RAM，M1/M2/M3 芯片或 Intel Mac with 16GB+ VRAM
- 下载时间: 根据网络速度，可能需要 30分钟 - 2小时
备选模型版本（如果 30B 模型太大）：
```
# 轻量级版本 (约 4.7GB)
ollama pull qwen3-coder:7b

# 中等版本 (约 9GB)
ollama pull qwen3-coder:14b
```
验证模型已安装：
```
ollama list
```
确保能看到 qwen3-coder:30b 在列表中。

测试模型响应：

ollama run qwen3-coder:30b "你好，请用 Python 写一个 Hello World 程序"

步骤 4：配置 qwen-code 与 Ollama 模型连接

创建配置目录：
```
mkdir -p ~/.qwen-code
```

创建配置文件：在 ~/.qwen-code/config.json 中创建以下配置：

{
  "ollama": {
    "url": "http://localhost:11434",
    "model": "qwen3-coder:30b",
    "timeout": 300
  },
  "generation": {
    "max_tokens": 4096,
    "temperature": 0.3,
    "top_p": 0.9,
    "frequency_penalty": 0.0,
    "presence_penalty": 0.0
  },
  "ui": {
    "language": "zh-CN",
    "theme": "auto",
    "show_line_numbers": true
  },
  "features": {
    "auto_start_ollama": true,
    "cache_enabled": true,
    "stream_output": true
  }
}

验证配置：
```
qwen-code config --check
```
测试连接：
```
qwen-code test --connection
```

步骤 5：启动 qwen-code 工具

启动交互模式：

qwen-code

或者指定特定模式：

# 交互式聊天模式
qwen-code chat

# 项目模式
qwen-code project /path/to/your/project

# 代码补全模式
qwen-code complete

后台启动服务（可选）：
```
qwen-code serve --daemon --port 8080
```
检查状态：
```
qwen-code status
```
查看帮助：
```
qwen-code --help
```

使用模式和示例

qwen-code 提供多种使用模式，与本地 Ollama 的 qwen3-coder:30b 模型配合：

1. 交互式聊天模式

qwen-code chat

示例对话：

> 请帮我写一个 Python 函数，计算斐波那契数列
> 这个函数有什么可以优化的地方吗？
> 请为这个函数添加错误处理

2. 项目模式

qwen-code project /path/to/your/project

项目内常用命令：

# 扫描项目结构
scan

# 解释代码文件
explain src/main.py

# 生成单元测试
test utils/helpers.py

# 重构代码
refactor legacy_code.py

# 添加新功能
create api/user_controller.py

3. 代码补全模式

qwen-code complete

4. 常用命令

# 基础命令
qwen-code --version              # 查看版本
qwen-code --help                 # 查看帮助
qwen-code config --list          # 列出所有配置
qwen-code status                 # 查看运行状态
qwen-code test --all             # 运行所有测试

# 配置管理
qwen-code config set model qwen3-coder:30b
qwen-code config get model
qwen-code config reset           # 重置为默认配置

# 模型管理
qwen-code model list             # 列出可用模型
qwen-code model test             # 测试模型响应
qwen-code model info qwen3-coder:30b  # 查看模型信息

高级使用技巧

与 qwen3-coder:30B 模型的最佳实践

代码生成和优化：

qwen-code chat
# 在聊天中输入：
# "请用 Go 写一个高性能的 HTTP 服务器，支持并发连接"
# "优化这段代码的性能和内存使用"

项目开发：

qwen-code project /path/to/your/project
# 在项目模式中使用上下文感知功能

代码审查和重构：

# 审查整个项目
qwen-code audit /path/to/project

# 重构特定文件
qwen-code refactor src/problematic.py --suggestions

性能优化建议

针对 qwen3-coder:30B 的优化：
- 使用 temperature: 0.2-0.4 获得更精确的代码
- 设置 max_tokens: 2048-4096 平衡响应速度和完整性
- 启用缓存减少重复请求的延迟

内存管理：

# 监控内存使用
qwen-code monitor --memory

# 清理缓存释放内存
qwen-code cache --clear

故障排除

常见问题和解决方案

Ollama 相关问题：

问题: Error: Failed to connect to Ollama service

# 检查服务状态
ps aux | grep ollama

# 重启 Ollama
pkill ollama
ollama serve

# 检查端口占用
lsof -i :11434

问题: 模型下载失败或中断

# 检查磁盘空间
df -h

# 重新下载模型
ollama rm qwen3-coder:30b
ollama pull qwen3-coder:30b

# 使用代理（如果在公司网络）
export https_proxy=your-proxy:port
ollama pull qwen3-coder:30b

内存和性能问题：

问题: 30B 模型运行缓慢或内存不足

# 监控系统资源
top -o mem

# 切换到较小模型
qwen-code config set model qwen3-coder:14b

# 调整生成参数
qwen-code config set generation.max_tokens 2048
qwen-code config set generation.temperature 0.3

配置文件问题：

问题: 配置文件格式错误

# 验证配置文件
qwen-code config --validate

# 重置配置
qwen-code config --reset

# 查看当前配置
qwen-code config --show

权限问题：

问题: 无法访问配置文件或模型

# 修复权限
chmod -R 755 ~/.qwen-code
chown -R $USER:$USER ~/.qwen-code

# 重新初始化
qwen-code init --force

日志和调试

# 查看详细日志
qwen-code --verbose

# 查看日志文件
tail -f ~/.qwen-code/logs/qwen-code.log

# 调试模式
qwen-code debug --connection

自定义配置

配置文件详解

编辑 ~/.qwen-code/config.json 来自定义行为：

{
  "ollama": {
    "url": "http://localhost:11434",
    "model": "qwen3-coder:30b",
    "timeout": 300,
    "retry_attempts": 3
  },
  "generation": {
    "max_tokens": 4096,
    "temperature": 0.3,
    "top_p": 0.9,
    "stream": true
  },
  "performance": {
    "cache_size": "2GB",
    "parallel_requests": 2,
    "batch_size": 32
  },
  "ui": {
    "language": "zh-CN",
    "theme": "dark",
    "show_line_numbers": true,
    "syntax_highlighting": true
  }
}

命令行配置管理

# 查看所有配置
qwen-code config --list

# 设置特定配置
qwen-code config set ollama.model qwen3-coder:30b
qwen-code config set generation.temperature 0.2
qwen-code config set ui.theme dark

# 导出/导入配置
qwen-code config --export > my-config.json
qwen-code config --import my-config.json

系统要求和建议

硬件建议

对于 qwen3-coder:30B 最佳体验：

M1/M2/M3 Mac: 32GB+ 统一内存
Intel Mac: 16GB+ RAM + 16GB+ VRAM
存储: SSD，至少 50GB 可用空间
网络: 稳定的互联网连接用于模型下载

性能优化

macOS 特定优化：

# 确保系统有足够内存压力
sudo memory_pressure

# 监控 GPU 使用（如果适用）
sudo powermetrics --samplers gpu_power

Ollama 优化：

# 设置 Ollama 环境变量
export OLLAMA_MAX_LOADED_MODELS=1
export OLLAMA_NUM_PARALLEL=2
export OLLAMA_MAX_QUEUE=512

安全和隐私

本地处理: 所有代码和数据都在本地处理，不会上传到云端
离线使用: 一旦模型下载完成，可以在离线环境下使用
数据隔离: qwen-code 只访问您明确指定的项目文件

更新和维护

# 检查更新
qwen-code update --check

# 更新到最新版本
qwen-code update

# 更新模型
ollama pull qwen3-coder:30b

# 清理旧版本
qwen-code cleanup --old-versions

重要说明

关于本仓库和 qwen-code 工具的说明：

官方工具: qwen-code 是阿里巴巴官方推出的命令行工具，本文档提供的是官方工具的配置指南
获取方式:
- 推荐: 通过阿里官方渠道下载最新版本的 qwen-code
- 备用: 如官方渠道暂时不可用，可使用本仓库提供的配置和脚本
功能特性:
- 与阿里 Qwen3-Coder:30B 大模型深度优化
- 专为中国开发者的工作流程设计
- 本地化支持，保护代码隐私
- 与 Ollama 本地服务无缝集成
技术支持:
- 官方文档和支持请参考阿里云官方页面
- 本仓库提供 macOS 平台的详细配置指南
- 社区支持可通过 GitHub Issues 反馈问题
更新频率:
- 阿里官方会定期更新 qwen-code 工具
- 建议定期检查官方更新以获得最新功能

最后更新: 2025年1月

README.md Unescape Escape

阿里 qwen-code 命令行工具 macOS 配置指南

简介

macOS 下载和配置指南

前提条件

步骤 1：安装依赖

步骤 2：下载并配置阿里的 qwen-code 命令行工具

方法一：官方下载（推荐）

方法二：从 Git 仓库获取开发版本

步骤 3：配置本地 Ollama 服务

步骤 4：配置 qwen-code 与 Ollama 模型连接

步骤 5：启动 qwen-code 工具

使用模式和示例

1. 交互式聊天模式

2. 项目模式

3. 代码补全模式

4. 常用命令

高级使用技巧

与 qwen3-coder:30B 模型的最佳实践

性能优化建议

故障排除

常见问题和解决方案

日志和调试

自定义配置

配置文件详解

命令行配置管理

系统要求和建议

硬件建议

性能优化

安全和隐私

更新和维护

重要说明

README.md