Предложения продолжения

Qwen Code может предсказывать, что вы хотите напечатать дальше, и отображать это в виде текста-заполнителя в поле ввода. Эта функция использует вызов LLM для анализа контекста разговора и создания естественного предложения следующего шага.

Эта функция работает полностью (end-to-end) как в CLI, так и в Web Shell. Генерация происходит автоматически на стороне сервера: после каждого чисто завершённого хода (причина остановки демона end_turn — ходы с cancelled, refusal, max_tokens или max_turn_requests предложение не получают) демон отправляет предложение в поток сессии (включено по умолчанию; установите ui.enableFollowupSuggestions в false, чтобы отключить), а композер Web Shell уже подключает хук useDaemonFollowupSuggestion, поэтому предложения отображаются и принимаются без дополнительной интеграции на стороне хоста.

Как это работает

После завершения ответа Qwen Code в поле ввода через короткую задержку (~300 мс) появляется предложение в виде затемнённого текста-заполнителя. Например, после исправления ошибки вы можете увидеть:


> run the tests

Предложение генерируется путём отправки истории разговора модели, которая предсказывает, что бы вы естественно напечатали дальше. Если ответ содержит явную подсказку (например, Tip: type post comments to publish findings), предлагаемое действие извлекается автоматически.

Принятие предложений

Клавиша	Действие
`Tab`	Принять предложение и вставить его в поле ввода
`Enter`	Принять предложение и вставить его в поле ввода
`Стрелка вправо`	Принять предложение и вставить его в поле ввода
Любой ввод	Отклонить предложение и вводить как обычно

Enter заполняет поле ввода, а не отправляет, поэтому принятие предложенной слеш-команды (например, /clear) никогда не выполняется автоматически — вы отправляете её сами повторным нажатием Enter.

Когда появляются предложения

Интерактивный CLI и демон принимают это решение раздельно, и они применяют разные условия: CLI управляет генерацией самостоятельно в каждом из своих рендереров, а демон управляет ею на стороне сервера для каждого клиента, подключённого к сессии.

С обеих сторон требуются все следующие условия:

В разговоре произошло как минимум 2 хода модели
Режим одобрения не установлен в plan
Функция включена (по умолчанию включена — установите ui.enableFollowupSuggestions в false, чтобы отключить)

Интерактивный CLI дополнительно требует:

Сессия интерактивна — CLI никогда не генерирует предложения в своём неинтерактивном режиме или режиме SDK
Модель завершила свой ответ (не во время потоковой передачи)
В последнем ответе нет ошибок
Нет ожидающих диалогов подтверждения (например, подтверждение shell, разрешения). Один рендерер читает это состояние напрямую; другой управляет генерацией по собственным ожидающим вызовам инструментов и не видит диалог shell, открытый в середине хода, поэтому предложение всё ещё может быть сгенерировано за ним. Ничего не отображается в этом случае — композер размонтирован, пока диалог открыт — поэтому стоимость составляет лишь вызов генерации за этот ход, а не предложение, которое можно случайно выполнить

Демон дополнительно требует:

Ход завершился чисто, то есть причина остановки — end_turn — отменённый, отклонённый или обрезанный ход предложение не получает
Автоматические ходы не удерживаются стоп-гардом todo, и никакой промпт в очереди не ожидает выполнения
Последняя запись в истории разговора — ответ модели

Поскольку генерация на стороне демона происходит для каждого клиента, подключённого к сессии, она происходит и для клиентов, которые не могут отобразить результат. Такой клиент — headless- или SDK-потребитель демоновской сессии, не то же самое, что собственный неинтерактивный режим CLI, описанный выше, — должен установить ui.enableFollowupSuggestions в false, чтобы не платить за ход LLM ради вывода, который он отбрасывает.

Предложения автоматически отклоняются, когда:

Вы начинаете печатать
Начинается новый оборот модели
Предложение принято

Быстрая модель

По умолчанию предложения используют ту же модель, что и основной разговор. Для предложений с меньшей задержкой настройте выделенную быструю модель:

Через команду


/model --fast qwen3-coder-flash

Или используйте /model --fast (без имени модели), чтобы открыть диалог выбора.

Через settings.json


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

Быстрая модель используется для предложений подсказок и спекулятивного выполнения. Если не настроена, основная модель разговора используется как фолбэк.

Примечание о стоимости: Быстрая модель снижает задержку, но не всегда снижает стоимость. Генерация предложений использует кэш префиксов вашего разговора (через ui.enableCacheSharing, по умолчанию включён) — но кэш префиксов привязан к модели. Направление fastModel на другую модель создаёт отдельный кэш, поэтому вся история разговора повторно тарифицируется как некэшированный ввод для быстрой модели. В длинных разговорах использование по умолчанию (основная модель + общий кэш) может быть дешевле, чем быстрая модель, поскольку большая часть истории тарифицируется по льготной ставке кэшированного ввода. Устанавливайте fastModel, когда задержка важнее стоимости за ход.

Режим размышлений/рассуждений автоматически отключается для всех фоновых задач (генерация предложений и спекуляция), независимо от настройки размышлений вашей основной модели. Это позволяет не тратить токены на внутренние рассуждения, которые не нужны для этих задач.

Конфигурация

Эти настройки можно задать в settings.json:

Настройка	Тип	По умолчанию	Описание
`ui.enableFollowupSuggestions`	boolean	`true`	Включить или отключить предложения продолжения
`ui.enableCacheSharing`	boolean	`true`	Использовать форкнутые запросы с учётом кэша для снижения затрат (экспериментально)
`ui.enableSpeculation`	boolean	`false`	Спекулятивно выполнять предложения перед отправкой (экспериментально)
`fastModel`	string	`""`	Модель для предложений подсказок и спекулятивного выполнения

Пример


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

Мониторинг

Использование модели для предложений отображается в выводе /stats — показываются токены, потреблённые быстрой моделью для генерации предложений.

Быстрая модель также отображается в выводе /about в строке “Fast Model”.

Качество предложений

Предложения проходят через фильтры качества, чтобы обеспечить их полезность:

Должно быть 2–12 слов (для CJK: 2–30 символов), не более 100 символов всего
Не может быть оценочным (“выглядит хорошо”, “спасибо”)
Не может использовать голос ИИ (“Позвольте мне…”, “Я…”)
Не может быть несколькими предложениями или содержать форматирование (markdown, переносы строк)
Не может быть мета-комментарием (“нечего предложить”, “тишина”)
Не может быть сообщениями об ошибках или префиксами (“Предложение: …”)
Однословные предложения разрешены только для распространённых команд (yes, commit, push и т.д.)
Команды со слешем (например, /commit) всегда разрешены как однословные предложения