Skip to content

README_CN.md

Latest commit

 

History

History
389 lines (285 loc) · 12.8 KB

README_CN.md

File metadata and controls

389 lines (285 loc) · 12.8 KB
Raw

Qwen CLI - 社区分支

English | 简体中文

Google Gemini CLI 的社区分支，已修改为支持阿里云通义千问模型

Qwen CLI 截图

此仓库包含一个由社区维护的 Google Gemini CLI 分支，经过修改以支持通义千问模型。这是一个命令行 AI 工作流工具，能够连接您的工具、理解您的代码，并使用通义千问强大的语言模型加速您的工作流程。

项目来源

本项目是 Google Gemini CLI 的社区分支，原项目由 Google 开发。我们对其进行了修改以支持阿里云的通义千问模型，同时保留了原项目卓越的架构和功能。

原始项目: google-gemini/gemini-cli
原始许可: Apache License 2.0
本分支: 社区维护的独立项目

功能特性

使用 Qwen CLI，您可以：

  • 利用通义千问 131k+ token 的上下文窗口查询和编辑大型代码库
  • 使用通义千问的多模态能力，从 PDF 或草图生成新应用
  • 自动化操作任务，如查询拉取请求或处理复杂的代码合并
  • 使用工具和 MCP 服务器连接新功能
  • 使用通义千问视觉语言模型进行高级视觉能力的图像分析和处理
  • 通过直观的对话界面在多个通义千问模型之间切换
  • 支持中文和英文界面，完整的本地化支持
  • 多智能体任务协调，用于并行处理和复杂工作流程
  • 助手模式，为非技术用户提供现代化的 Web 界面
  • 🎬 Wan 模型媒体生成 - 从文本/图像创建视频并转换图像（仅限助手模式）

🌐 助手模式（新功能！）

为非技术用户启动具有友好 Web 界面的 Qwen CLI：

# 以助手模式启动
node bundle/qwen.js --assistant

Qwen 助手模式

这将在您的浏览器中打开一个现代化的聊天界面，具有以下功能：

  • 📎 文件上传支持 - 上传图片、视频、文档和任何文件类型
  • 🖼️ 视觉文件处理 - 通义千问可在上下文中分析图像和文档
  • 💬 熟悉的聊天界面 - 类似于 ChatGPT/Claude，易于使用
  • 🔧 完整的工具访问 - 通过 Web 界面可使用所有 CLI 功能
  • 📁 基于会话的存储 - 临时文件管理，自动清理
  • 🌓 深色模式支持 - 根据系统偏好自动检测主题

非常适合需要 AI 协助但不熟悉命令行的团队成员！

🎬 Wan 模型媒体生成（仅限助手模式）

在助手模式下，您可以访问阿里巴巴强大的 Wan 媒体生成模型：

可用工具：

  • generate_video - 从文本描述创建视频，支持多语言
  • transform_image - 应用艺术转换（卡通、油画、动漫等）
  • generate_image_to_video - 将静态图像转换为动态视频
  • search_wan_models - 发现可用模型及其功能

使用案例：

  • 从描述创建产品演示视频
  • 将产品照片转换为不同的艺术风格
  • 生成带有动画的营销内容
  • 将上传的图像转换为引人入胜的视频

快速示例：

# 在助手模式下
> 将这张产品照片转换为卡通风格
> 创建一个10秒的视频，展示"现代办公室中人们协作的场景"
> 将我上传的图像转换为带有挥手动作的5秒视频

有关详细的 Wan 工具文档，请参阅 Wan 集成指南。

快速开始

注意: 这是一个社区分支。安装需要从源代码构建，因为它未发布到 npm 仓库。

  1. 前置条件: 确保您已安装 Node.js 18 或更高版本。

  2. 克隆并构建:

    git clone https://github.com/dinoanderson/qwen_cli_coder
cd qwen_cli_coder
npm install
npm run build
npm run bundle

  3. 运行 CLI:

    node bundle/qwen.js

  4. 设置认证: 配置您的阿里云 DashScope 通义千问 API 密钥和基础URL：

    export DASHSCOPE_API_KEY="your-api-key-here"
# 或
export QWEN_API_KEY="your-api-key-here"

# 基础URL（根据您的地区选择）：
# 中国大陆用户：
export QWEN_BASE_URL="https://dashscope.aliyuncs.com/api/v1"

# 国际用户：
export QWEN_BASE_URL="https://dashscope-intl.aliyuncs.com/api/v1"

  5. 选择一个颜色主题，开始使用 CLI！

您现在可以使用 Qwen CLI 分支了！

获取通义千问 API 密钥

  1. 在阿里云 DashScope 创建账户
  2. 导航到仪表板中的 API 密钥部分
  3. 为 DashScope 服务创建新的 API 密钥
  4. 按上述说明设置为环境变量

重要的地区配置:

  • 中国大陆用户: 使用 https://dashscope.aliyuncs.com/api/v1
  • 国际用户: 使用 https://dashscope-intl.aliyuncs.com/api/v1

CLI 将根据您的 QWEN_BASE_URL 设置自动检测并使用适当的端点。如果未设置，默认使用国际端点。

支持的模型

本分支支持以下通义千问模型：

  • qwen-turbo-latest - 快速模型，拥有 100万 token 上下文窗口
  • qwen3-235b-a22b - 最强大的模型，拥有 131k token 上下文窗口
  • qwen-vl-plus-latest - 用于图像分析的视觉模型（32k 上下文）

有关详细的模型规格，请参阅我们的模型文档。

核心功能

🌐 多语言支持

使用 /lang 命令在英语和中文之间切换：

  • 完整的界面翻译（菜单、帮助文本、命令描述）
  • 系统提示自动适应所选语言
  • 设置在会话之间保持

🤖 动态模型切换

使用 /model 命令轻松切换通义千问模型：

  • 显示所有可用模型的交互式对话框
  • 模型规格（上下文窗口、输出令牌、视觉支持）
  • 无需重启 CLI 即可无缝切换

⌨️ 一致的用户体验

所有配置命令现在都使用统一的对话框模式：

  • /theme - 更改视觉主题
  • /auth - 切换认证方法
  • /lang - 更改界面语言
  • /model - 切换通义千问模型

🔍 网络搜索集成

CLI 通过 MCP（模型上下文协议）服务器包含强大的网络搜索功能：

快速设置:

# 在 CLI 中运行：
/setup-mcp websearch

这会自动配置 DuckDuckGo 搜索以进行隐私优先的网络搜索。然后您可以在对话中使用网络搜索：

> 搜索最新的 TypeScript 5.7 功能并帮我理解它们

手动设置（可选）: 如果您更喜欢手动配置，添加到您的 .qwen/settings.json：

{
  "mcpServers": {
    "duckduckgo": {
      "command": "npx",
      "args": ["-y", "@oevortex/ddg_search"]
    }
  }
}

管理命令:

  • /mcp - 检查配置的 MCP 服务器及其状态
  • /setup-mcp - 显示可用的 MCP 设置选项
  • /tools - 列出所有可用工具，包括网络搜索

🔧 动态 MCP 服务器管理

CLI 现在具备先进的 MCP 服务器管理功能，提供交互式对话框和 AI 驱动的安装：

交互式 MCP 菜单:

# 启动交互式 MCP 管理界面
/mcp

这会打开一个包含四个选项的综合菜单：

  • 🔍 浏览服务器 - 按类别探索 MCP 服务器（开发、搜索、数据库等）
  • 🔎 搜索服务器 - 按名称或功能查找服务器
  • 📦 安装服务器 - 配置并安装服务器，包括作用域和信任设置
  • 📋 列出服务器 - 查看当前配置的 MCP 服务器

AI 驱动的安装: 当您需要新功能时，CLI 现在可以自动安装 MCP 服务器：

> 我需要搜索网络信息
# AI 将自动安装和配置 DuckDuckGo 搜索服务器

> 帮我管理我的 PostgreSQL 数据库
# AI 将查找并安装 PostgreSQL MCP 服务器

> 我想与 Slack 集成
# AI 将发现并设置 Slack MCP 服务器

内置 MCP 服务器目录: CLI 包含精选的流行 MCP 服务器目录：

  • DuckDuckGo 搜索 - 隐私优先的网络搜索
  • 文件管理器 - 高级文件操作
  • GitHub 集成 - 仓库和问题管理
  • PostgreSQL - 数据库操作
  • Slack - 团队通信
  • AWS S3 - 云存储管理
  • 内存服务器 - 持久化上下文存储
  • 云存储 - 多云文件操作

面向 AI 的 MCP 工具:

  • add_mcp_server - 以编程方式安装和配置 MCP 服务器
  • search_mcp_servers - 按类别或关键词发现可用服务器

示例工作流:

> 查找并安装所有开发相关的 MCP 服务器
# AI 将搜索并展示开发工具

> 为网络开发项目设置 MCP 服务器
# AI 将安装搜索、数据库和文件管理服务器

> 向我展示有哪些通信服务器可用
# AI 将列出 Slack、Discord 和其他通信集成

🚀 多智能体任务协调

革命性的并行处理能力，实现复杂的工作流程自动化：

核心多智能体工具:

  • spawn_sub_agent - 启动独立的通义千问 CLI 实例执行隔离任务
  • delegate_task - 将复杂工作拆分为协调的子任务，支持并行/顺序执行
  • aggregate_results - 合并和分析来自多个智能体的输出

主要功能:

  • 并行处理: 同时执行最多 5 个并发智能体
  • 智能调度: 基于优先级的任务队列和超时管理
  • 资源管理: 自动负载均衡和内存优化
  • 结果合成: 多种聚合格式（摘要、合并、比较、分析）

多智能体工作流示例:

> 使用多个智能体分析整个代码库：一个负责安全问题，一个负责性能瓶颈，一个负责代码质量指标

> 并行任务设置新项目：创建前端结构、设置后端API、配置数据库和编写文档

> 运行全面测试：单元测试、集成测试和性能基准测试并行运行，然后汇总结果

详细使用示例请参见多智能体系统文档。

使用示例

CLI 运行后，您可以从 shell 开始与通义千问交互。

您可以从新目录开始一个项目：

cd new-project/
node /path/to/bundle/qwen.js
> 为我编写一个 Discord 机器人，使用我将提供的 FAQ.md 文件回答问题

或处理现有项目：

git clone https://github.com/dinoanderson/qwen_cli_coder
cd qwen_cli_coder
node bundle/qwen.js
> 给我一个昨天所有更改的摘要

下一步

故障排除

如果遇到问题，请前往故障排除指南。

常见任务

探索新的代码库

首先 cd 进入现有或新克隆的仓库并运行 Qwen CLI。

> 描述这个系统架构的主要部分。

> 有哪些安全机制？

处理现有代码

> 为 GitHub 问题 #123 实现一个初稿。

> 帮我将这个代码库迁移到最新版本的 Java。先制定一个计划。

自动化工作流程

使用 MCP 服务器将您的本地系统工具与企业协作套件集成。

> 为我制作一个幻灯片，展示过去 7 天的 git 历史，按功能和团队成员分组。

> 制作一个全屏网页应用，用于墙面显示，展示我们互动最多的 GitHub 问题。

多智能体协调

利用并行处理的力量处理复杂任务。

> 使用多个智能体同时重构身份验证系统、更新API文档并创建全面的测试

> 用专门的智能体分析这个单体仓库的每个微服务，然后将发现汇总到一个架构报告中

> 设置完整的CI/CD管道：一个智能体配置Docker，另一个设置GitHub Actions，第三个创建部署脚本

与系统交互

> 将此目录中的所有图像转换为 png，并使用 exif 数据中的日期重命名它们。

> 按支出月份整理我的 PDF 发票。

社区分支声明

这是 Google Gemini CLI 的社区维护分支。它与 Google 或阿里云无关，也未得到其认可或支持。

  • 原始项目: Google 的 google-gemini/gemini-cli
  • 本分支: 用于通义千问模型集成的社区项目
  • 支持: 通过 GitHub issues 提供基于社区的支持
  • 许可: Apache License 2.0（与原始项目相同）

有关原始项目的服务条款和隐私声明，请参阅原始仓库。

为本分支做贡献

我们欢迎贡献以改进通义千问模型集成和 CLI 功能。请参阅 CONTRIBUTING.md 了解特定于此社区分支的指南。