Qwen Code 改进建议

April 5, 2026 · View on GitHub

核心洞察：grep 搜索是代码 Agent 探索庞大仓库的基石。在大型项目中，原生的 grep 工具极其缓慢，因此各大项目普遍采用 Rust 编写的 ripgrep (rg) 作为搜索内核。但问题在于，Node.js 应用直接 spawn 子进程调用 rg 时，运行环境千奇百怪。有些机器上没有全局安装 rg，有些无头容器（Headless Container）内资源吃紧，频繁产生 EAGAIN 报错。Claude Code 构建了“System -> Embedded -> Builtin”的三级回退策略，并针对 EAGAIN 实现了智能的单线程重试降级；而 Qwen Code 目前对外部搜索工具的依赖十分脆弱，一旦失败就会产生“代码库为空”的致命错觉。

返回 改进建议总览

一、搜索工具在边缘环境的脆弱性

1. Qwen Code 的现状：单一依赖

Qwen Code 中通常会尝试直接调用全局安装的 rg。如果失败，它可能会简单地报错或直接返回空数组 []。

  • 痛点一（依赖缺失）：很多企业级 CI 机器或精简版 Alpine Docker 镜像中，并没有预装 ripgrep。
  • 痛点二（EAGAIN 资源耗尽）：rg 默认会尽可能占满 CPU 所有的核心去并发搜索。在被严格分配资源限制（如 cgroups 限制只能用 0.5 核）的 Kubernetes Pod 内，同时 Spawn 多个线程会导致内核拒绝分配资源，抛出底层的 EAGAIN (Resource temporarily unavailable) 错误。
  • 致命后果：如果搜索报错或静默返回空，Agent 会误以为“这个工程里没有对应的函数”，进而开始胡编乱造，引发长链幻觉。

2. Claude Code 解决方案：高弹性搜索网关

Claude Code 在其 utils/ripgrep.ts 中，为全局代码搜索工具铸造了一道坚不可摧的安全网。

机制一：三级可执行文件回退 (Binary Fallback Chain)

它不会盲目相信系统环境，而是实现了一套按优先级探索的可执行文件定位器：

  1. System Binary：优先尝试执行环境变量中的 rg。
  2. Embedded Binary：如果系统没有，尝试去读取 Claude Code 自身 npm 包（通过 vendor/ 或可选依赖 @vscode/ripgrep）中携带的预编译二进制版本。
  3. Builtin Fallback：如果所有的原生进程都无法执行，作为最后的兜底，它内部实现了一套纯 Node.js 的软检索逻辑（哪怕速度慢一点，也绝对不能报错）。

机制二：EAGAIN 智能单线程降级

这是极具深度的工程细节。当它捕获到 rg 返回错误，并且 stderr 中包含了 EAGAIN 字样（isEagainError）时：

// Claude Code 处理逻辑：
if (!isRetry && isEagainError(stderr)) {
   // 如果因为并发太高导致系统不分配资源
   // 给 rg 加上 "-j 1" 参数 (强制单线程执行)，并重启搜索！
   return await executeRgWithArgs([...args, '-j', '1'], true);
}

通过让出并发度，在资源极度紧缺的廉价服务器上也能成功完成代码检索。

二、Qwen Code 的改进路径 (P2 优先级)

保证 Agent 拥有“看穿代码库”的眼睛，是防止幻觉的前提。

阶段 1：引入 @vscode/ripgrep 依赖

  1. 在 packages/core 中添加 @vscode/ripgrep 依赖。这是一个极其稳健的跨平台预编译 rg 包，由微软维护。
  2. 封装 rg 的执行入口，优先使用系统 $PATH，如果失败，退推到 @vscode/ripgrep 的 bin 路径。

阶段 2：错误重试与降级包裹

在执行 child_process.spawn 的包装函数中：

  1. 捕获 stderr 缓冲。
  2. 增加正则表达式 /EAGAIN|Resource temporarily unavailable/i。
  3. 捕获该错误后，自动向命令行数组推入 --threads=1（或 -j 1），等待 500ms 后重新发起单线程的纯净搜索请求。

阶段 3：保护 Agent 的空结果

当一切手段都失败时（例如磁盘权限受限）： 必须显式向 Agent 抛出一段文字错误（ToolError: Ripgrep crashed with message: XXX. The search did not complete.），而绝对不能返回一个成功的空数组。大模型只有看到报错，才知道要改用其他工具（如 find 或 grep）去曲线救国。

三、改进收益评估

  • 实现成本：小。改造命令行的生成与错误捕获拦截逻辑即可，代码量不足百行。
  • 直接收益：
    1. 消灭 CI/CD 水土不服：不管在多么恶劣或精简的容器中，大模型总能搜索代码，不会意外宕机。
    2. 消除严重的静默幻觉：避免了由于底层命令崩溃返回空数组，导致大模型产生“查无此文”的离谱幻觉。