Qwen Code 架构概述

本文档提供了 Qwen Code 架构的高层次概览。

核心组件

Qwen Code 主要由两个主要包组成，同时还包含一组工具，系统在处理命令行输入时可以使用这些工具：

CLI 包 (packages/cli):
- 用途： 这个包包含了 Qwen Code 面向用户的部分，例如处理初始用户输入、呈现最终输出以及管理整体用户体验。
- 包中包含的关键功能：
  - 输入处理
  - 历史记录管理
  - 显示渲染
  - 主题和 UI 自定义
  - CLI 配置设置
Core 包 (packages/core):
- 用途： 这个包充当 Qwen Code 的后端。它接收来自 packages/cli 的请求，协调与配置的模型 API 的交互，并管理可用工具的执行。
- 包中包含的关键功能：
  - 用于与 Google Gemini API 通信的 API client
  - Prompt 构建和管理
  - 工具注册和执行逻辑
  - 对话或会话的状态管理
  - 服务端配置
工具 (packages/core/src/tools/):
- 用途： 这些是独立的模块，用于扩展 Gemini 模型的功能，使其能够与本地环境交互（例如文件系统、shell 命令、网络请求）。
- 交互方式： packages/core 根据 Gemini 模型的请求调用这些工具。

与 Qwen Code 的典型交互遵循以下流程：

用户输入： 用户在终端中输入 prompt 或命令，这部分由 packages/cli 管理。
请求发送至核心模块： packages/cli 将用户的输入发送给 packages/core。
请求处理： 核心包：
- 为配置的 model API 构造合适的 prompt，可能包括对话历史和可用的工具定义。
- 将 prompt 发送给 model API。
Model API 响应： Model API 处理 prompt 并返回响应。该响应可能是直接答案，也可能是调用某个可用工具的请求。
工具执行（如适用）：
- 当 model API 请求使用某个工具时，核心包会准备执行该工具。
- 如果请求的工具需要修改文件系统或执行 shell 命令，系统会先向用户展示该工具及其参数的详细信息，并要求用户批准执行。
- 只读操作（例如读取文件）可能不需要显式的用户确认即可继续执行。
- 经用户确认后，或者在无需确认的情况下，核心包会在相应的工具中执行相关操作，并将结果通过核心包发送回 model API。
- Model API 处理工具执行结果并生成最终响应。
响应返回 CLI： 核心包将最终响应发送回 CLI 包。
展示给用户： CLI 包对响应进行格式化并在终端中展示给用户。