云端 AI 编程助手虽好，但代码要出内网、还要按席位付费，对个人和小团队都不太友好。Qwen Code 是一套开源的 AI 编程 CLI，配合本地模型或自托管服务，能把“AI 结对编程”完全装进自己的机器。这篇把完整流程拆开，一步一步来。

适用人群：想把代码留在本地/内网、不想按人头付费的个人开发者和小团队；有一台 Linux/Mac 机器即可起步。

第一步：准备 Node 环境

推荐用 nvm 安装 Node 20，版本可控、切换方便：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash
# 重新打开终端后
nvm install 20
nvm use 20
node -v   # 确认输出 v20.x

第二步：安装 Qwen Code CLI

全局安装，必要时锁定版本号保证可复现：

npm i -g @qwen-code/cli
qwen --version   # 确认安装成功

第三步：本地模型兜底（Ollama）

断网能用、零成本推理，靠 Ollama 在本地跑一个代码模型：

curl -fsSL https://ollama.com/install.sh | sh
ollama pull qwen2.5-coder:32b
ollama list   # 确认模型已就绪

32B 模型对显存有要求；机器吃力的话可以换更小的 7B 版本，先跑起来再说。

第四步：配置双路径环境变量

核心技巧是准备两套配置，按任务随时切换：

# 路径 A：托管 API（速度快、能力强）
export QWEN_API_KEY="你的Key"
export QWEN_MODEL="qwen3-max"

# 路径 B：本地 Ollama（免费、离线）
export OPENAI_BASE_URL="http://localhost:11434/v1"
export OPENAI_MODEL="qwen2.5-coder:32b"

建议把这两组写进 ~/.bashrc 或 ~/.zshrc 的注释段里，用哪个就取消哪组的注释。注意：API Key 只放环境变量，永远不要写进代码仓库。

第五步：开启第一个会话

进入你的项目目录，直接运行：

cd 你的项目目录
qwen

在交互界面里用自然语言下指令，比如“给这个函数补上单元测试”“解释一下这段逻辑”。需要无人值守时，用 headless 模式，一条命令搞定，适合脚本和 CI：

qwen -p "把 README 里的安装步骤更新到最新"

进阶一：GPU 云上跑更大模型

本地显卡不够时，可以去 GPU 云上租卡：32B 模型建议 A100 80GB，7B 模型 L40S 也够用，系统选 Ubuntu 22.04 + CUDA 12.4。云 GPU 按小时计费，用完记得销毁实例，别让账单过夜。

进阶二：用 Tabby 做团队代码补全服务

想在 IDE 里获得 Copilot 式补全，可以部署开源的 Tabby 服务端：

docker run -d --gpus all -p 8080:8080 \
  -v $HOME/.tabby:/data \
  tabbyml/tabby:latest serve \
  --model Qwen/Qwen2.5-Coder-7B-Instruct --device cuda

7B 模型约占 15GB 显存；32B 的 FP16 版本约 65GB，4-bit 量化版约 20GB，按显卡实际情况选。然后在 VS Code 里安装 TabbyML.vscode-tabby 插件，把服务端地址设为 http://服务器IP:8080，写代码时 1-3 秒给出首个建议，后续补全通常在几百毫秒内跟上。

进阶三：Git worktree 多 Agent 并行

一个终端只跑一个任务太慢了。用 Git worktree 开多个工作区，每个终端跑一个 Qwen Agent：

git worktree add ../proj-test    # 跑测试的 Agent
git worktree add ../proj-docs    # 写文档的 Agent
git worktree add ../proj-refact  # 做重构的 Agent

各干各的，最后用 git diff 检查、手动合并。并行一开，效率翻倍，但合并前一定要人眼过一遍。

安全与成本 checklist

• API Key 只放环境变量，不进仓库、不进截图；
• 云 GPU 按小时计费，用完即删；
• 本地模型注意磁盘空间，32B 模型文件不小；
• 重要分支的操作，先 dry-run 或小步试错。

要点解读

• 自托管的真正价值不是省钱，而是“可控”：代码不出内网、模型版本自己定、断网也能干活。对合规敏感的团队，这是刚需。
• 建议的学习路径：先本地 Ollama 跑通全流程（零成本试错），再决定要不要上云 GPU 或团队补全服务。一步到位容易踩坑。
• Qwen Code 加 Ollama 这套组合最大的对手其实是“习惯”——从云端 Copilot 切过来需要一两天适应期，但换来的是完全属于自己的编程助手。

（本教程为本站根据公开资料整理改写，步骤经核对，具体命令请以官方文档为准。）