Qwen-Agent 是一个用于开发 LLM 应用的框架，基于 Qwen 的指令遵循、工具使用、规划和记忆能力构建。它还附带示例应用，如 Browser Assistant、Code Interpreter 和 Custom Assistant。目前 Qwen-Agent 作为 Qwen Chat 的后端。
主要能力：
- Function Calling（函数调用/工具调用），LLM 类提供函数调用能力，当前默认工具调用模板原生支持并行函数调用；部分 Agent 类（如 FnCallAgent 和 ReActChat）也基于函数调用能力构建。
- MCP：可在开源 MCP 服务器网站选择所需工具并配置相关环境，支持 MCP 调用格式。
- Code Interpreter：基于本地 Docker 容器的代码解释器工具，Agent 可根据具体场景自主编写代码，在隔离沙箱环境中安全执行并返回执行结果。
- RAG：提供面向超长文档（如 100 万 token）问答的快速 RAG 方案，以及更昂贵但有竞争力的 agent。
- Chrome extension：提供基于 Qwen-Agent 的浏览器助手 BrowserQwen。
使用方式： 从 PyPI 安装稳定版本，或从源码安装最新开发版本。需准备模型服务：可使用阿里云 DashScope 提供的模型服务，需设置环境变量 DASHSCOPE_API_KEY 为专属 API key；也可自行部署开源 Qwen 模型，参考 Qwen2 README 部署 OpenAI 兼容 API 服务，高吞吐 GPU 部署参考 vLLM 部分，本地 CPU（+GPU）部署参考 Ollama 部分。对于 QwQ 和 Qwen3 模型，建议不要添加 --enable-auto-tool-choice 和 --tool-call-parser hermes 参数，因为 Qwen-Agent 会自行解析 vLLM 的工具输出；对于 Qwen3-Coder，建议启用上述两个参数，使用 vLLM 内置工具解析，并结合 use_raw_api 参数使用。
开发自定义 Agent：框架提供原子组件（继承自 BaseChatModel 的 LLM、继承自 BaseTool 的 Tool）以及高层组件（派生自 Agent 的 Agent）。除内置 Agent 实现（如 Assistant 类）外，也可继承 Agent 类开发自己的 Agent 实现。框架还提供 GUI 界面，支持快速部署 Agent 的 Gradio Demo，可在 Web UI 中与 Agent 对话，更多用法参见 examples 目录。
代码解释器使用：启用内置代码解释器工具前，需确保本地操作系统已安装并运行 Docker；首次构建容器镜像的耗时取决于网络状况。Docker 容器仅挂载指定工作目录并实现基本沙箱隔离，在生产环境中仍应谨慎使用。
适用场景：
- 基于 Qwen 开发具备工具调用、规划与记忆能力的 LLM 应用与智能体。
- 需要代码解释与安全沙箱执行的场景。
- 超长文档（如 100 万 token）问答。
- 浏览器助手、自定义助手等应用。
限制与注意事项：
- Qwen2.5-Math Demo 的 python executor 未沙箱化，仅供本地测试，不可用于生产。
- Docker 容器代码解释器仅提供基本沙箱隔离，生产环境需谨慎。
- GUI 需要 Python 3.10 或更高版本。
- 具体收费、价格、平台支持、效果等信息暂未提供。
更新记录（资料提及）：2026 年 2 月 16 日开源 Qwen3.5，使用示例参考 Qwen3.5 Agent Demo；2026 年 1 月 27 日开源 agent 评估基准 DeepPlanning 并添加 Qwen-Agent 文档；2025 年 9 月 23 日添加 Qwen3-VL Tool-call Demo，支持 zoom in、image search、web search 等工具；2025 年 7 月 23 日添加 Qwen3-Coder Tool-call Demo，新增原生 API 工具调用接口支持；2025 年 5 月 1 日添加 Qwen3 Tool-call Demo 和 MCP Cookbooks；2025 年 3 月 18 日支持 reasoning_content 字段并调整默认 Function Call 模板；2025 年 3 月 7 日添加 QwQ-32B Tool-call Demo，支持并行、多步骤、多轮工具调用；2024 年 12 月 3 日 GUI 升级为基于 Gradio 5；2024 年 9 月 18 日添加 Qwen2.5-Math Demo。
