Qwen Code 改进建议

April 5, 2026 · View on GitHub

核心洞察：Claude Code 拥有一个完整的、支持多进程和依赖关系图的后台任务管理系统（Task System），用于支撑其 Swarm（多 Agent）架构。而 Qwen Code 目前仅提供单机的、无状态的 TodoWriteTool。

返回改进建议总览

一、架构对比

1. Claude Code 的任务协同架构

Claude Code 的任务系统（位于 utils/tasks.ts 和相关 Tools）专门为多 Agent 协同设计：

任务状态管理与信号通知：通过 createSignal() 实现进程内任务更新通知（tasksUpdated.emit()），UI 能实时刷新任务列表。任务通过 owner 字段标记归属 Agent，跨 Agent 协作通过 Teammate Mailbox 协调。
任务依赖图谱 (Dependency Graph)：任务模型包含 blocks（阻塞哪些任务）和 blockedBy（被哪些任务阻塞），Agent 可以精确推断任务执行顺序。
归属与生命周期：包含 owner 字段标记当前哪个 Agent 正在处理该任务，状态严格在 pending、in_progress、completed 之间流转。
细粒度工具集：提供了 6 个独立工具（TaskCreateTool、TaskGetTool、TaskListTool、TaskOutputTool、TaskStopTool、TaskUpdateTool），支持对任务树的增删改查。
IPC 信号通知：进程内使用 tasksUpdated.emit() 信号，UI 能够实时刷新任务列表和 Spinner 状态（activeForm）。

2. Qwen Code 的现状

Qwen Code 目前的任务管理仅限于 packages/core/src/tools/todoWrite.ts（TodoWriteTool）：

仅提供一个 todo_write 工具，每次操作需覆写整个 Todo 列表。
数据结构简单：仅包含 id、content、status，缺乏依赖关系和归属者概念。
不支持多智能体（Multi-Agent）协同认领任务，缺乏并发安全机制。

二、Qwen Code 的改进路径 (P1 优先级)

为了支持真正意义上的多智能体协作（Coordinator/Swarm），Qwen Code 必须重构其任务系统。

阶段 1：数据模型与底层支持 (Data Model & IPC)

持久化与并发控制：在项目级的 .qwen 目录中建立任务注册表。引入跨进程文件锁，保障多个 Qwen Agent 进程可以安全读写任务状态。

丰富的任务 Schema：

export interface Task {
  id: string;
  subject: string;
  description: string;
  activeForm?: string; // UI 渲染用的进行时动词，如 "Running tests"
  owner?: string;      // 执行该任务的 Agent ID
  status: 'pending' | 'in_progress' | 'completed' | 'failed';
  blocks: string[];    // 阻塞的其他任务 ID
  blockedBy: string[]; // 依赖的前置任务 ID
  metadata?: Record<string, unknown>;
}

事件驱动 (Event-Driven)：实现 TaskUpdate 事件流，主节点（Coordinator）能够实时侦听子 Agent 更新任务状态并更新 TUI。

阶段 2：原子化 Tool 拆分 (Granular Tools)

废弃单一的 todo_write 覆写模式，拆分为原子化的 CRUD 工具：

TaskCreateTool: 创建新任务并指定前置依赖。
TaskListTool: 获取当前所有任务及状态拓扑。
TaskUpdateTool: 认领任务（设置 owner）或更改状态。
TaskGetTool: 获取单个任务的详细信息（包括 metadata 和长篇 description）。

阶段 3：Swarm 调度集成 (Coordinator Integration)

主控 Agent (Leader) 利用 TaskCreateTool 分解大任务并建立依赖关系，而后唤起（或等待）子 Agent (Worker)。子 Agent 读取 pending 且 blockedBy 为空的子任务，认领执行。执行完毕后，使用 TaskUpdateTool 标记完成，自动解锁下游任务。

三、改进收益评估

实现成本：涉及核心架构变动，约 1000 行代码，需 1-2 周开发时间（高难度）。
直接收益：
1. 稳定性提升：细粒度 Tool 减少了模型每次重写整个 Todo List 的 Token 开销和幻觉风险。
2. 多并发解锁：从底层打通了真正能够并行工作的多 Agent 架构。
3. 可观测性：UI 可以清晰渲染任务依赖树（Tree）及各个 Agent 的实时进度。