Skip to Content
用户指南功能特性无头模式

无头模式

无头模式允许你通过命令行脚本和自动化工具以编程方式运行 Qwen Code，无需任何交互式 UI。这非常适合脚本编写、自动化、CI/CD 流水线以及构建 AI 驱动的工具。

概述

无头模式为 Qwen Code 提供了一个无头接口，支持：

  • 通过命令行参数或 stdin 接收 prompt
  • 返回结构化输出（文本或 JSON）
  • 支持文件重定向和管道
  • 支持自动化和脚本工作流
  • 提供一致的退出码，便于错误处理
  • 可恢复当前项目范围内的历史 session，支持多步骤自动化

基本用法

直接输入 Prompt

使用 --prompt（或 -p）标志以无头模式运行：

qwen --prompt "What is machine learning?"

Stdin 输入

从终端将输入通过管道传递给 Qwen Code：

echo "Explain this code" | qwen

结合文件输入

从文件读取内容并由 Qwen Code 处理：

cat README.md | qwen --prompt "Summarize this documentation"

恢复历史 Session（无头模式）

在无头脚本中复用当前项目的对话上下文：

# Continue the most recent session for this project and run a new prompt
qwen --continue -p "Run the tests again and summarize failures"
 
# Resume a specific session ID directly (no UI)
qwen --resume 123e4567-e89b-12d3-a456-426614174000 -p "Apply the follow-up refactor"
Note
  • Session 数据为项目作用域下的 JSONL 文件，位于 ~/.qwen/projects/<sanitized-cwd>/chats。
  • 在发送新 prompt 前，会恢复对话历史、工具输出和对话压缩检查点。

自定义主 Session Prompt

你可以在单次 CLI 运行中更改主 session 的 system prompt，而无需编辑共享 memory 文件。

覆盖内置 System Prompt

使用 --system-prompt 替换 Qwen Code 当前运行内置的主 session prompt：

qwen -p "Review this patch" --system-prompt "You are a terse release reviewer. Report only blocking issues."

追加额外指令

使用 --append-system-prompt 保留内置 prompt 并为本次运行添加额外指令：

qwen -p "Review this patch" --append-system-prompt "Be terse and focus on concrete findings."

当你需要自定义基础 prompt 并附加特定于本次运行的指令时，可以同时使用这两个标志：

qwen -p "Summarize this repository" \
  --system-prompt "You are a migration planner." \
  --append-system-prompt "Return exactly three bullets."
Note
  • --system-prompt 仅对当前运行的主 session 生效。
  • 加载的 memory 和上下文文件（如 QWEN.md）仍会追加在 --system-prompt 之后。
  • --append-system-prompt 会在内置 prompt 和加载的 memory 之后应用，可与 --system-prompt 配合使用。

输出格式

Qwen Code 支持多种输出格式，适用于不同场景：

文本输出（默认）

标准的人类可读输出：

qwen -p "What is the capital of France?"

响应格式：

The capital of France is Paris.

JSON 输出

以 JSON 数组形式返回结构化数据。所有消息会被缓冲，并在 session 结束时统一输出。该格式非常适合程序化处理和自动化脚本。

JSON 输出是一个消息对象数组。输出包含多种消息类型：system 消息（session 初始化）、assistant 消息（AI 响应）和 result 消息（执行摘要）。

使用示例

qwen -p "What is the capital of France?" --output-format json

输出（执行结束时）：

[
  {
    "type": "system",
    "subtype": "session_start",
    "uuid": "...",
    "session_id": "...",
    "model": "qwen3-coder-plus",
    ...
  },
  {
    "type": "assistant",
    "uuid": "...",
    "session_id": "...",
    "message": {
      "id": "...",
      "type": "message",
      "role": "assistant",
      "model": "qwen3-coder-plus",
      "content": [
        {
          "type": "text",
          "text": "The capital of France is Paris."
        }
      ],
      "usage": {...}
    },
    "parent_tool_use_id": null
  },
  {
    "type": "result",
    "subtype": "success",
    "uuid": "...",
    "session_id": "...",
    "is_error": false,
    "duration_ms": 1234,
    "result": "The capital of France is Paris.",
    "usage": {...}
  }
]

Stream-JSON 输出

Stream-JSON 格式会在执行过程中实时逐条输出 JSON 消息，便于实时监控。该格式使用换行符分隔的 JSON，每条消息均为单行上的完整 JSON 对象。

qwen -p "Explain TypeScript" --output-format stream-json

输出（随事件发生实时流式输出）：

{"type":"system","subtype":"session_start","uuid":"...","session_id":"..."}
{"type":"assistant","uuid":"...","session_id":"...","message":{...}}
{"type":"result","subtype":"success","uuid":"...","session_id":"..."}

结合 --include-partial-messages 使用时，会实时发出额外的流式事件（如 message_start、content_block_delta 等），适用于实时更新 UI。

qwen -p "Write a Python script" --output-format stream-json --include-partial-messages

输入格式

--input-format 参数控制 Qwen Code 如何从标准输入读取数据：

  • text（默认）：来自 stdin 或命令行参数的标准文本输入
  • stream-json：通过 stdin 使用 JSON 消息协议进行双向通信

注意： Stream-json 输入模式目前仍在开发中，主要用于 SDK 集成。使用时必须设置 --output-format stream-json。

文件重定向

将输出保存到文件或通过管道传递给其他命令：

# Save to file
qwen -p "Explain Docker" > docker-explanation.txt
qwen -p "Explain Docker" --output-format json > docker-explanation.json
 
# Append to file
qwen -p "Add more details" >> docker-explanation.txt
 
# Pipe to other tools
qwen -p "What is Kubernetes?" --output-format json | jq '.response'
qwen -p "Explain microservices" | wc -w
qwen -p "List programming languages" | grep -i "python"
 
# Stream-JSON output for real-time processing
qwen -p "Explain Docker" --output-format stream-json | jq '.type'
qwen -p "Write code" --output-format stream-json --include-partial-messages | jq '.event.type'

配置选项

无头模式使用的关键命令行选项：

选项说明示例
--prompt, -p以无头模式运行qwen -p "query"
--output-format, -o指定输出格式（text、json、stream-json）qwen -p "query" --output-format json
--input-format指定输入格式（text、stream-json）qwen --input-format text --output-format stream-json
--include-partial-messages在 stream-json 输出中包含部分消息qwen -p "query" --output-format stream-json --include-partial-messages
--system-prompt覆盖本次运行的主 session system promptqwen -p "query" --system-prompt "You are a terse reviewer."
--append-system-prompt为本次运行的主 session system prompt 追加额外指令qwen -p "query" --append-system-prompt "Focus on concrete findings."
--debug, -d启用调试模式qwen -p "query" --debug
--all-files, -a将所有文件包含在上下文中qwen -p "query" --all-files
--include-directories包含额外目录qwen -p "query" --include-directories src,docs
--yolo, -y自动批准所有操作qwen -p "query" --yolo
--approval-mode设置批准模式qwen -p "query" --approval-mode auto_edit
--continue恢复当前项目的最近一次 sessionqwen --continue -p "Pick up where we left off"
--resume [sessionId]恢复指定 session（或交互式选择）qwen --resume 123e... -p "Finish the refactor"

有关所有可用配置选项、设置文件和环境变量的完整详情，请参阅 配置指南。

示例

代码审查

cat src/auth.py | qwen -p "Review this authentication code for security issues" > security-review.txt

生成提交信息

result=$(git diff --cached | qwen -p "Write a concise commit message for these changes" --output-format json)
echo "$result" | jq -r '.response'

API 文档

result=$(cat api/routes.js | qwen -p "Generate OpenAPI spec for these routes" --output-format json)
echo "$result" | jq -r '.response' > openapi.json

批量代码分析

for file in src/*.py; do
    echo "Analyzing $file..."
    result=$(cat "$file" | qwen -p "Find potential bugs and suggest improvements" --output-format json)
    echo "$result" | jq -r '.response' > "reports/$(basename "$file").analysis"
    echo "Completed analysis for $(basename "$file")" >> reports/progress.log
done

PR 代码审查

result=$(git diff origin/main...HEAD | qwen -p "Review these changes for bugs, security issues, and code quality" --output-format json)
echo "$result" | jq -r '.response' > pr-review.json

日志分析

grep "ERROR" /var/log/app.log | tail -20 | qwen -p "Analyze these errors and suggest root cause and fixes" > error-analysis.txt

生成发布说明

result=$(git log --oneline v1.0.0..HEAD | qwen -p "Generate release notes from these commits" --output-format json)
response=$(echo "$result" | jq -r '.response')
echo "$response"
echo "$response" >> CHANGELOG.md

模型与工具使用追踪

result=$(qwen -p "Explain this database schema" --include-directories db --output-format json)
total_tokens=$(echo "$result" | jq -r '.stats.models // {} | to_entries | map(.value.tokens.total) | add // 0')
models_used=$(echo "$result" | jq -r '.stats.models // {} | keys | join(", ") | if . == "" then "none" else . end')
tool_calls=$(echo "$result" | jq -r '.stats.tools.totalCalls // 0')
tools_used=$(echo "$result" | jq -r '.stats.tools.byName // {} | keys | join(", ") | if . == "" then "none" else . end')
echo "$(date): $total_tokens tokens, $tool_calls tool calls ($tools_used) used with models: $models_used" >> usage.log
echo "$result" | jq -r '.response' > schema-docs.md
echo "Recent usage trends:"
tail -5 usage.log

相关资源

Last updated on
技能审批模式