Qwen Code Wochenupdate: Computer Use als Zero-Config-Builtin, Feishu-Integration, Neufassung der Komprimierungs-Engine

Qwen Code veröffentlichte diese Woche v0.17.0 und v0.17.1 mit über 60 zusammengeführten PRs in vier Richtungen:

Computer Use ist jetzt eine eingebaute Fähigkeit. Früher musste man Extensions installieren, MCP konfigurieren, Berechtigungen erteilen, neu starten – die meisten Leute schaffen diesen Workflow nicht. Jetzt sind 9 Desktop-Automatisierungstools als Deferred-Builtins registriert. Das Modell fordert bei der ersten Auslösung eine einmalige Bestätigung an, und alles andere (Binary-Download, macOS-Berechtigungsführung, Server-Lifecycle) läuft vollautomatisch. Während Anthropic Computer Use in Opus 4.8 weiter verstärkt, aber an ihr eigenes Modell bindet, läuft Qwen Code mit dem Modell Ihrer Wahl – Sie kontrollieren die Kosten.

Feishu-Integration ist live. Qwen Code unterstützt bereits WeChat-Integration, und diese Woche kam Feishu hinzu. WebSocket- und Webhook-Verbindungsmodi, Agent-Antworten werden über interaktive Feishu-Karten in Echtzeit gestreamt, mit Stop-Button. Einfach den Bot in einem Feishu-Gruppenchat @-erwähnen, um den Agent zu nutzen – kein Tool-Wechsel nötig.

Komprimierung langer Aufgaben verliert keinen Kontext mehr. Das alte Komprimierungsmodell teilte nach Zeichenanzahl bei 70/30. Single-Turn-Langaufgaben (typische Computer-Use-Workflows) haben nur eine Benutzernachricht, und die Teilungslogik konnte keinen Split-Point finden, sodass alle Screenshots und der ursprüngliche Benutzer-Prompt verworfen wurden. Die neue Engine verwendet vollständige History-Summary + selektive Wiederherstellung: 9-teilige strukturierte Zusammenfassungen bewahren die narrative Kontinuität, und die letzten 5 Dateien + 3 Bilder stellen die Zustandskontinuität wieder her. Wenn Computer Use während des Laufs komprimiert, wird der Agent nicht mehr „blind”.

CJK-Benutzer müssen nicht mehr leiden. Das IME-Kandidatenfenster für chinesische/japanische/koreanische Eingabemethoden sprang immer in die untere linke Ecke des Terminals, meilenweit von der tatsächlichen Eingabeposition entfernt. Diese Woche wurde durch Traversierung des Yoga-Baums der physische Cursor zur Position des visuellen Cursors bewegt, und das Kandidatenfenster folgt endlich.

✨ Neue Features

Zero-Config-Builtin Computer Use: Desktop-Automatisierung mit einer Bestätigung

Qwen Code macht Computer Use zur Zero-Config-Builtin-Fähigkeit. 9 Tools einschließlich computer_use__list_apps, computer_use__get_app_state, computer_use__click sind als Deferred-Builtin-Tools registriert. Beim ersten Aufruf durch das Modell erscheint ein Standard-Tool-Permission-Dialog – Sie klicken einmal auf Approve, und alles danach ist automatisch – npx -y open-computer-use mcp zieht das Upstream-Binary (~50MB), macOS führt automatisch durch Accessibility- und Screen-Recording-Berechtigungen, und der MCP-Server-Lifecycle wird automatisch verwaltet.

Standardmäßig aktiviert (tools.computerUse.enabled: true). Mit einer Konfigurationsänderung deaktivierbar. Läuft mit Ihrem gewählten Modell, nicht an einen bestimmten Provider gebunden.

Was Sie damit tun können:

• Fragen Sie den Agent „Öffne die Stocks-App, klicke auf die erste Aktie” – der Agent sieht den Screenshot, erkennt UI-Elemente und klickt automatisch
• Erstmalige Nutzung erfordert nur eine Bestätigung, nachfolgende Aufrufe gehen direkt durch
• Das Modell sendet select:computer_use__list_apps,computer_use__get_app_state,computer_use__click zum Batch-Laden von Schemas, mehrere Tools auf einmal
• macOS-Berechtigungsführung ist vollautomatisch: Accessibility → Screen Recording → automatische Wiederverbindung nach Neustart
• Deaktivieren mit tools.computerUse.enabled: false, oder Upstream-Binary-Version mit QWEN_COMPUTER_USE_PACKAGE überschreiben

Siehe PR #4590 

Feishu Channel: Qwen Code direkt in Feishu nutzen

Qwen Code unterstützt bereits WeChat-Integration, und diese Woche kam Feishu hinzu. Der neue Feishu (Lark) Channel-Adapter unterstützt sowohl WebSocket- als auch Webhook-Verbindungsmodi. Agent-Antworten werden über interaktive Feishu-Karten in Echtzeit gestreamt, mit Stop-Button. Zitierter/beantworteter Kontext wird korrekt erfasst – egal ob Text- oder Kartennachricht.

Jede Nachricht hat unabhängige Zustandsisolation, sodass mehrere Benutzer sich nicht gegenseitig stören.

Was Sie damit tun können:

• @-Erwähnung von Qwen Code in einem Feishu-Privat- oder Gruppenchat, um direkt Fragen zu stellen oder Aufgaben zuzuweisen
• Den Denk- und Ausgabeprozess des Agents in Echtzeit über Streaming-Karten verfolgen, jederzeit mit dem Stop-Button unterbrechen
• Eine Nachricht zitieren und eine Frage stellen – der Agent sieht den zitierten Originaltext
• Unterstützt Bild- und Dateianhänge

Siehe PR #4379 

Komprimierungs-Neufassung: Lange Aufgaben verlieren keinen Kontext mehr

Letzte Woche haben wir die Auto-Komprimierung als dreistufige Leiter entworfen. Diese Woche gingen wir eine Ebene tiefer: Die Komprimierungs-Engine selbst wurde neu geschrieben.

Das alte Modell teilte die History nach Zeichenanzahl in die ersten 70% (zu einer Zusammenfassung komprimiert) und die letzten 30% (wörtlich beibehalten). Das Problem trat bei Single-Turn-Langaufgaben wie Computer-Use auf – der Benutzer sagt nur eine Sache wie „Öffne Safari, klicke auf das Suchergebnis, mache einen Screenshot”, dann führt der Agent dutzende Tool-Call-Runden aus. Die Teilungslogik erfordert mindestens zwei Benutzernachrichten, um einen Split-Point zu finden; Single-Turn findet nie einen, und der Fallback ersetzt alle Screenshots und den ursprünglichen Benutzer-Prompt durch eine Textzusammenfassung. Nach der Wiederherstellung wird der Agent „blind” – kein visueller Kontext, keine wörtliche Benutzerabsicht.

Die neue Engine verwendet Summary + selektive Wiederherstellung:

• 9-teilige strukturierte Summary: Abschnitt 6 erzwingt wörtliches Zitieren jeder Benutzernachricht, damit die Benutzerabsicht die Komprimierung überlebt
• Letzte 5 Dateien wiederhergestellt: Größenadaptiv – kleine Dateien betten frisch gelesenen vollständigen Inhalt von der Festplatte ein, große Dateien bekommen nur Pfadverweise
• Letzte 3 Bilder wiederhergestellt: Jedes Bild trägt einen Metadata-Header (Turn-Index + Quell-Toolname + Args), damit das Modell den visuellen Zustand mit der Aktion korrelieren kann, die ihn erzeugt hat

Was Sie damit tun können:

• Nach Komprimierung während einer langen Computer-Use-Aufgabe kann der Agent immer noch aktuelle Screenshots und Ihre ursprünglichen Anweisungen sehen
• /compress fügt eine Focus-Direktive hinzu: /compress focus on the auth bug – lenkt die Zusammenfassung auf das, was Sie interessiert (max. 2000 Zeichen)
• Plan-Modus und Hintergrund-Subagent-Zustand werden nach Komprimierung automatisch wiederhergestellt, kein stiller Verlust

Siehe PR #4599 , #4688 

Genehmigungsmodus umbenannt: Default → Ask Permissions

Der Standard-Genehmigungsmodus hieß zuvor „Default” – ein Name, der nur sagt „das ist die Voreinstellung”, nicht welche Berechtigungen der Modus tatsächlich gewährt. Andere Modi (Plan, Auto-Edit, Auto, YOLO) beschreiben alle direkt das Verhalten; Default war die einzige Ausnahme.

Umbenannt in Ask Permissions, beantwortet direkt die Frage „Wird der Agent mich in diesem Modus fragen?” Gleichzeitig an Claude Codes Benennung für den äquivalenten Modus angeglichen, um kognitive Kosten über Tools hinweg zu reduzieren.

Interner Enum-Wert ApprovalMode.DEFAULT, "default" in settings.json und CLI-Befehl /approval-mode default bleiben alle unverändert – null Migration für bestehende Konfigurationen. Übersetzungen für 9 Locales gleichzeitig aktualisiert.

Was Sie damit tun können:

• Der Settings-Dialog zeigt Ask permissions in der Zeile Tool Approval Mode – sofort klar, dass dieser Modus um Ihre Zustimmung bittet
• Der /approval-mode-Selektor zeigt Verhaltensbeschreibungen, nicht ein bedeutungsloses „Default”
• Bestehende settings.json und CLI-Befehle sind voll kompatibel, keine Änderungen nötig

Siehe PR #4674 

IME-Kandidatenpositionierung: CJK-Eingabemethoden funktionieren endlich

Qwen Code rendert den visuellen Cursor mit invertierten Zeichen, während der physische Cursor versteckt ist und standardmäßig in der unteren linken Ecke des Terminals steht. Das Kandidatenfenster von CJK-Eingabemethoden folgt immer dem physischen Cursor – einen ganzen Bildschirm entfernt von der tatsächlichen Eingabeposition. Hermes und OpenClaude haben dasselbe Problem; ihre Lösung ist ein Fork des Ink-Quellcodes.

Qwen Code geht einen anderen Weg: Über addLayoutListener (ausgelöst nach Yogas calculateLayout(), null Jitter) wird der Yoga-Baum traversiert, um die absolute Position der Eingabekomponente zu ermitteln, und dann wird der physische Cursor zur Position des visuellen Cursors bewegt. Verwendet patch-package, um ink/dom und ink/components/CursorContext als interne Module freizulegen, ohne ganz Ink zu forken.

Was Sie damit tun können:

• Wechseln Sie zu Sogou/Apple Pinyin oder anderen CJK-Eingabemethoden, und das Kandidatenfenster erscheint neben dem Cursor statt in der unteren linken Ecke
• Das Kandidatenfenster folgt, wenn Sie den Cursor mit Pfeiltasten bewegen
• Normale Gespräche, mehrzeilige Eingabe und History-Scrolling sind nicht betroffen

Siehe PR #4652 

Weitere neue Features

🔧 Wichtige Fehlerbehebungen

🎉 Neue Mitwirkende

Dank an die folgenden Erstmitwirkenden:

Bei Fragen oder Anregungen freuen wir uns über Feedback auf GitHub Issues !