一、Qwen Code
Qwen Code是一款类似于Claude Code的AI编程助手，由阿里通义千问团队推出，一定程度上可以作为Claude Code的平替工具，本文通过Qwen Code+vLLM+Qwen3-Coder-30B-A3B-Instruct构建纯内网下私服级开发辅助引擎，主要流程如下所示：
实验主要依赖的版本如下：
torch==2.6.0transformers==4.51.3modelscope==1.23.1vllm==0.8.4二、vLLM 部署 Qwen3-Coder-30B-A3B-Instruct
使用modelscope下载Qwen3-Coder-30B-A3B-Instruct模型到本地：
modelscope download--model="Qwen3-Coder-30B-A3B-Instruct"--local_dirQwen3-Coder-30B-A3B-Instruct然后使用vLLM读取模型启动API服务。
exportCUDA_VISIBLE_DEVICES=0,1vllm serve"Qwen3-Coder-30B-A3B-Instruct"\--host0.0.0.0\--port8060\--dtypebfloat16\--tensor-parallel-size2\--cpu-offload-gb0\--gpu-memory-utilization0.8\--max-model-len65536\--api-key token-abc123\--enable-prefix-caching\--enable-auto-tool-choice\--tool-call-parser hermes\--trust-remote-code关键参数说明：
export CUDA_VISIBLE_DEVICES=0,1：指定所使用的GPU。dtype: 数据类型，其中bfloat16，16位浮点数，适合NVIDIA A100等设备。tensor-parallel-size：Tensor并行的数量，当多GPU分布式推理时使用，建议和GPU的数量一致。cpu-offload-gb：允许将部分模型权重或中间结果卸载到CPU的内存中，单位为GB，模拟GPU内存扩展，如果部署的模型大于了显存大小可以设置该参数，但是推理速度会大大下降。gpu-memory-utilization：设置GPU内存利用率的上限。max-model-len：允许模型最大处理的Token数，该参数越大占用显存越大。enable-prefix-caching：启用前缀缓存减少重复计算。enable-auto-tool-choice：启用 function call 模式。tool-call-parser hermes：设置 function call 的解析器。
显存占用情况：
如果启动显存不足，可适当调整gpu-memory-utilization和max-model-len参数，或通过cpu-offload-gb将部分模型权重卸载到内存中（速度会大大折扣）。
启动成功后，可通过/v1/models接口可查看模型列表：
curlhttp://127.0.0.1:8060/v1/models-H"Authorization: Bearer token-abc123"测试API交互：
curlhttp://127.0.0.1:8060/v1/chat/completions\-H"Content-Type: application/json"\-H"Authorization: Bearer token-abc123"\-d'{ "model": "Qwen3-Coder-30B-A3B-Instruct", "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "你是谁"} ] }'三、安装和配置 Qwen Code
首先安装 Qwen Code 组件，这里采用 npm：
npminstall-g@qwen-code/qwen-code@latest安装好后，可以输入qwen进入窗口：
配置上面部署的私有模型：
在项目目录下创建.env文件， 内容如下所示：
OPENAI_BASE_URL=http://127.0.0.1:8060/v1/OPENAI_API_KEY=token-abc123OPENAI_MODEL=Qwen3-Coder-30B-A3B-Instruct然后在.env文件同级的目录下唤醒qwen:
按i进入插入模式，然后输入/auth切换认证方式，选择OpenAI，确认信息后即配置成功：
四、 Vibe Coding 测试
这里简单测试下 Vibe Coding ，开发一个H5小游戏和一个前端页面。
4.1 测试 h5 小游戏开发
输入指令：创建一个H5五子棋小游戏
默认情况下，对文件的修改都要用户授权，这里可以先选择是，总是允许：
最终运行使用效果：
4.2 测试 前端页面开发
输入指令：实现一个科技感十足的数据分析洞察的前端展示页面，使用H5绘制，需要包含炫酷的图表和动画
最终运行使用效果：
