Nachfolgevorschläge

Qwen Code kann vorhersagen, was Sie als Nächstes eingeben möchten, und zeigt dies als Platzhaltertext im Eingabebereich an. Diese Funktion verwendet einen LLM-Aufruf, um den Gesprächskontext zu analysieren und einen natürlichen nächsten Schritt vorzuschlagen.

Diese Funktion funktioniert sowohl im CLI als auch in der WebShell durchgängig. Die Generierung erfolgt automatisch und serverseitig: Nach jedem sauber abgeschlossenen Turn (der end_turn-Stoppgrund des Daemons – ein cancelled-, refusal-, max_tokens- oder max_turn_requests-Turn erhält keinen) sendet der Daemon den Vorschlag auf dem Session-Stream (standardmäßig aktiviert; setzen Sie ui.enableFollowupSuggestions auf false, um dies zu deaktivieren), und der Composer der WebShell verbindet bereits den useDaemonFollowupSuggestion-Hook, sodass Vorschläge ohne zusätzliches Host-Wiring gerendert und angenommen werden können.

Funktionsweise

Nachdem Qwen Code seine Antwort beendet hat, erscheint nach einer kurzen Verzögerung (~300 ms) ein Vorschlag als abgedunkelter Platzhaltertext im Eingabebereich. Nach der Behebung eines Fehlers könnte beispielsweise Folgendes erscheinen:

> die Tests ausführen

Der Vorschlag wird generiert, indem der Gesprächsverlauf an das Modell gesendet wird, das vorhersagt, was Sie als Nächstes natürlich eingeben würden. Enthält die Antwort einen expliziten Hinweis (z. B. Tipp: Geben Sie „Kommentare posten“ ein, um Ergebnisse zu veröffentlichen), wird die vorgeschlagene Aktion automatisch extrahiert.

Vorschläge annehmen

Enter füllt die Eingabe, anstatt sie abzuschicken. Wenn Sie also einen vorgeschlagenen Slash-Befehl (z. B. /clear) annehmen, wird er nie automatisch ausgeführt – Sie müssen ihn mit einem zweiten Enter selbst abschicken.

Wann Vorschläge erscheinen

Das interaktive CLI und der Daemon entscheiden dies getrennt voneinander, und sie wenden nicht dieselben Bedingungen an: Das CLI steuert die Generierung selbst, in jedem seiner Renderer, während der Daemon sie serverseitig für jeden Client steuert, der mit der Session verbunden ist.

Beide Seiten erfordern alle folgenden Bedingungen:

• Mindestens 2 Modell-Turns haben im Gespräch stattgefunden
• Der Genehmigungsmodus ist nicht auf plan gesetzt
• Die Funktion ist aktiviert (standardmäßig aktiviert – setzen Sie ui.enableFollowupSuggestions auf false, um sie zu deaktivieren)

Das interaktive CLI erfordert zusätzlich:

• Die Session ist interaktiv – das CLI generiert niemals Vorschläge im eigenen nicht-interaktiven oder SDK-Modus
• Das Modell hat seine Antwort abgeschlossen (nicht während des Streamings)
• Die letzte Antwort enthält keine Fehler
• Es sind keine Bestätigungsdialoge anhängig (z. B. Shell-Bestätigung, Berechtigungen)

Der Daemon erfordert zusätzlich:

• Der Turn wurde sauber beendet, das heißt sein Stoppgrund ist end_turn – ein abgebrochener, abgelehnter oder gekürzter Turn erhält keinen Vorschlag
• Automatische Turns werden nicht vom Todo-Stop-Guard gehalten, und kein vorgemerkter Prompt wartet auf Ausführung
• Der neueste Eintrag im Gesprächsverlauf ist eine Modellantwort

Da die daemon-seitige Generierung für jeden mit der Session verbundenen Client erfolgt, geschieht sie auch für Clients, die das Ergebnis nicht rendern können. Ein solcher Client – ein Headless- oder SDK-Konsument einer Daemon-Session, der nicht dem eigenen nicht-interaktiven Modus des CLI oben entspricht – sollte ui.enableFollowupSuggestions auf false setzen, um die LLM-Kosten pro Turn für verworfene Ausgaben zu vermeiden.

Vorschläge werden automatisch verworfen, wenn:

• Sie mit der Eingabe beginnen
• Ein neuer Modell-Durchlauf beginnt
• Der Vorschlag angenommen wird

Schnelles Modell

Standardmäßig verwenden Vorschläge dasselbe Modell wie Ihr Hauptgespräch. Für Vorschläge mit geringerer Latenz konfigurieren Sie ein dediziertes schnelles Modell:

Per Befehl

/model --fast qwen3-coder-flash

Oder verwenden Sie /model --fast (ohne Modellnamen), um einen Auswahldialog zu öffnen.

Via settings.json

{
  "fastModel": "qwen3-coder-flash"
}

Das schnelle Modell wird für Eingabevorschläge und spekulative Ausführung verwendet. Wenn nicht konfiguriert, wird das Hauptgesprächsmodell als Fallback verwendet.

Kostenhinweis: Ein schnelles Modell senkt die Latenz, aber nicht unbedingt die Kosten. Die Vorschlagsgenerierung verwendet den Präfix-Cache Ihres Gesprächs erneut (über ui.enableCacheSharing, standardmäßig aktiviert) – aber ein Präfix-Cache ist pro Modell. Wenn Sie fastModel auf ein anderes Modell setzen, wird ein separater Cache erstellt, sodass der gesamte Gesprächsverlauf auf dem schnellen Modell erneut als ungecachte Eingabe abgerechnet wird. Bei langen Gesprächen kann die Standardeinstellung (Hauptmodell + gemeinsamer Cache) günstiger sein als ein schnelles Modell, da der Großteil des Verlaufs zum reduzierten Cache-Tarif abgerechnet wird. Setzen Sie fastModel nur, wenn die Latenz wichtiger ist als die Kosten pro Durchlauf.

Der Denk-/Überlegungsmodus wird automatisch für alle Hintergrundaufgaben (Vorschlagsgenerierung und Spekulation) deaktiviert, unabhängig von der Denkkonfiguration Ihres Hauptmodells. So wird vermieden, dass Token für interne Überlegungen verschwendet werden, die für diese Aufgaben nicht benötigt werden.

Konfiguration

Diese Einstellungen können in settings.json konfiguriert werden:

Beispiel

{
  "fastModel": "qwen3-coder-flash",
  "ui": {
    "enableFollowupSuggestions": true,
    "enableCacheSharing": true
  }
}

Überwachung

Die Nutzung des Vorschlagsmodells wird in der /stats-Ausgabe angezeigt und zeigt die vom schnellen Modell für die Vorschlagsgenerierung verbrauchten Token an.

Das schnelle Modell wird auch in der /about-Ausgabe unter „Fast Model“ angezeigt.

Qualität der Vorschläge

Vorschläge durchlaufen Qualitätsfilter, um sicherzustellen, dass sie nützlich sind:

• Müssen 2–12 Wörter (CJK: 2–30 Zeichen) und insgesamt unter 100 Zeichen lang sein
• Dürfen nicht bewertend sein („sieht gut aus“, „danke“)
• Dürfen keine KI-Stimme verwenden („Lassen Sie mich…“, „Ich werde…“)
• Dürfen keine mehreren Sätze sein oder Formatierungen enthalten (Markdown, Zeilenumbrüche)
• Dürfen keine Metakommentare sein („nichts vorzuschlagen“, „Stille“)
• Dürfen keine Fehlermeldungen oder vorangestellten Bezeichnungen sein („Vorschlag: …“)
• Ein-Wort-Vorschläge sind nur für gängige Befehle erlaubt (yes, commit, push usw.)
• Slash-Befehle (z. B. /commit) sind als Ein-Wort-Vorschläge immer erlaubt