qwen-oauth 关闭后的 Qwen Code：通过 JoinGonka Gateway 工作

第 1 步：安装 Qwen Code。官方方式见项目 README：

# Linux and macOS: standalone build with its own Node.js
curl -fsSL https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.sh | bash

# Windows (PowerShell)
irm https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.ps1 | iex

# npm (requires Node.js 22 or newer)
npm install -g @qwen-code/qwen-code@latest

# Homebrew
brew install qwen-code

脚本会把命令放到 ~/.local/bin/qwen，并在需要时把该路径追加到 shell 配置文件中。重新打开终端并检查：qwen --version。

第 2 步：获取密钥。在 gate.joingonka.ai/register 注册，验证邮箱地址，然后在「API 密钥」板块创建一个以 jg- 为前缀的密钥。

第 3 步：运行安装程序。

npx @joingonka/setup --tool qwen-code

安装程序会询问密钥（不会通过命令行参数传递，以免残留在 shell 历史记录中），并编辑 ~/.qwen/settings.json —— Qwen Code 文档推荐用于「单文件」配置的文件：

• 把密钥写入该文件自身的 env 块中，命名为 JOINGONKA_API_KEY —— 这也是内置 /auth 命令存放密钥的位置；文件将获得 600 权限，shell 环境保持不变；
• 把网络中的模型添加到 modelProviders.openai 列表 —— 包含网关地址、真实的上下文窗口和响应上限；该列表中您其他提供商的条目会保留；
• 如果授权类型未选择或仍指向已关闭的 qwen-oauth，会将其切换为 openai，并把 DeepSeek V4 Flash 设为默认模型；如果已有效选择了其他类型 —— anthropic、gemini、vertex-ai —— 则在没有 --model 标志的情况下不会改动；
• 保存原文件的副本，不改动注释和其他设置，最后向网关发送实时请求，并告知密钥、地址和模型是否被接受。

以下是仍保留 qwen-oauth 的安装输出示例（已精简）：

Configured ~/.qwen/settings.json
Base URL: https://gate.joingonka.ai/v1
Default model: deepseek-ai/DeepSeek-V4-Flash-0731 (replaces qwen-oauth — that free tier was discontinued on 2026-04-15)
Switched Qwen Code to JoinGonka (auth type "openai") — this replaced your previous auth type "qwen-oauth".
To go back: run /auth (and /model) inside Qwen Code, or restore ~/.qwen/settings.json.bak.2026-09-23T04-22-32-159Z.
…
✓ Verified: the gateway accepted the key, base URL and model.

通过 --model 标志可以指定其他默认模型：缩写 glm、minimax 或完整标识符；显式指定的模型始终会被写入。无交互模式从环境变量中获取密钥：

JOINGONKA_API_KEY=jg-your-key npx @joingonka/setup --tool qwen-code --model glm --non-interactive

通过 QWEN_HOME 变量迁移的目录，安装程序会自动找到。再次运行会更新模型目录，但会保留您选择的网络模型：Kept your current default model。

安装程序所做的一切都可以手动完成。文件是 ~/.qwen/settings.json（或 $QWEN_HOME/settings.json）；Qwen Code 将其作为带注释的 JSON 读取。以下是 Gonka 网络的完整可用配置：

{
  "env": { "JOINGONKA_API_KEY": "jg-your-key" },
  "modelProviders": {
    "openai": [
      { "id": "deepseek-ai/DeepSeek-V4-Flash-0731", "name": "DeepSeek V4 Flash (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 380000, "samplingParams": { "max_tokens": 32768 } } },
      { "id": "zai-org/GLM-5.3-Flash", "name": "GLM 5.3 Flash (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 390000, "samplingParams": { "max_tokens": 8192 } } },
      { "id": "MiniMaxAI/MiniMax-M2.7", "name": "MiniMax M2.7 (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 200000, "samplingParams": { "max_tokens": 8192 } } }
    ]
  },
  "security": { "auth": { "selectedType": "openai" } },
  "model": { "name": "deepseek-ai/DeepSeek-V4-Flash-0731", "baseUrl": "https://gate.joingonka.ai/v1" }
}

密钥放在哪里。 Qwen Code 按顺序查找 envKey 变量的值：shell 环境，然后是找到的第一个 .env（.qwen/.env，或从当前目录向上找到的 .env，之后是 ~/.qwen/.env 和 ~/.env），最后才是文件中的 env 块。由此产生最大的坑：shell 中导出的、值为旧值的 JOINGONKA_API_KEY 会覆盖文件——我们特意测试过，在 settings.json 中密钥正确的情况下仍然得到 401 Invalid API key。当安装程序在环境中看到不同的值时，会发出警告。

还有关于项目的说明：带自有 modelProviders 的项目级 .qwen/settings.json 不会补充主目录中的列表，而是替换它——在这样的项目中，网关模型会从 /model 中消失。完全不要把密钥放进项目文件：它会随文件一起进入仓库。

正在运行的会话无需重启即可接受对 modelProviders 的修改——重新打开 /model 即可。没有编辑器时，/auth → Custom Provider 向导也能做同样的事。

Qwen Code 有两个独立的选择：授权类型（决定启用哪个协议以及从哪里获取密钥）和模型。类型存储在 security.auth.selectedType 中，安装程序的行为取决于此设置：

在会话中，可以通过 /model 命令更改模型。在我们的运行测试中，它显示了所有带有协议标签的网关记录，并在列表下方显示上下文窗口、基础 URL 和密钥的环境变量名称：

Select Model

  1. [openai] MiniMax M2.7 (Gonka) (MiniMaxAI/MiniMax-M2.7)
› 2. [openai] DeepSeek V4 Flash (Gonka) (deepseek-ai/DeepSeek-V4-Flash-0731)
  3. [openai] GLM 5.3 Flash (Gonka) (zai-org/GLM-5.3-Flash)

Modality:       text-only
Context Window: 380,000 tokens
Base URL:       https://gate.joingonka.ai/v1
API Key:        JOINGONKA_API_KEY

/model 的选择会在会话间持久保留。对于单次启动，模型可通过带有标识符的 -m 标志设置：qwen -m zai-org/GLM-5.3-Flash。用于提示词和权限分类的单独轻量级模型通过 /model --fast 设置；只要该模型不存在，此工作就由主模型处理。

如何选择模型。 网络中所有模型的价格相同，因此选择取决于行为模式。这是它们在 Qwen Code 0.24.4 中处理相同任务（读取文件并查找错误）时的表现（核对日期：2026年9月23日）：

GLM-5.3 Flash 的推理。 安装程序为每个模型提供 samplingParams，但在这种情况下，Qwen Code 不会在请求中添加推理级别：/effort 命令无法到达网络模型，GLM-5.3 Flash 始终会进行思考。如果需要切换开关，请直接在模型记录中声明级别：

{
  "id": "zai-org/GLM-5.3-Flash",
  "capabilities": {
    "reasoning": { "profile": "openai-effort", "efforts": ["low", "high"], "defaultEffort": "high" }
  },
  …
}

届时 Qwen Code 将开始发送 reasoning_effort，对于 GLM-5.3 Flash，low 值会完全关闭推理——详细信息请参阅模型概览。在我们使用 "defaultEffort": "low" 的测试中，Qwen Code 发送了 reasoning_effort: "low"，模型给出的回复中不包含推理块。

最快的验证方式是一次性试运行。在一个空目录中放入 calc.py，其中包含一个实际上做减法的加法函数，然后让它找出 bug：

qwen -p "Read calc.py and tell me in one sentence whether it has a bug."

智能体应自行调用读取工具并给出实质回答。GLM-5.3 Flash 是这样回答的（使用 -m zai-org/GLM-5.3-Flash 启动）：

Yes, there is a bug: the `add` function subtracts instead of adding (`return a - b`), so `print(add(2, 3))` prints `-1` instead of `5`.

在界面中（不带参数的 qwen），顶栏会显示所选模型——API Key | DeepSeek V4 Flash (Gonka)——同样的请求会这样执行：

> Read calc.py and tell me in one sentence whether it has a bug.
  ✓ Read calc.py, README.md

  ◆ Yes, calc.py has a bug: the add function returns the difference (a - b) instead of the sum (a + b). …

  ➜ demo · DeepSeek V4 Flash (Gonka) · 380.0k Context 5.1% used

/stats 命令会按模型显示请求数和 token 数，网关控制台的“使用情况”版块也会显示相同的用量。

-p 中的审批模式。不带任何标志时，一次性运行会进入 Ask Permissions 模式：没有人可以确认，因此需要许可的工具——shell 命令、文件编辑和写入——根本不会传给模型。在我们的试运行中，当被要求执行 ls 时，智能体回答说它没有这样的工具。要进行编辑，请添加 --approval-mode auto-edit；要执行命令，请添加 --yolo；后者会伴随 Qwen Code 的警告，提示沙箱未启用。

如果出了问题，诊断通常可以从报错信息中直接读出：

Agent 消耗 Token 的方式与聊天不同：对于你的每一句话，Qwen Code 都会添加系统提示词和工具描述，并且任务需要多个轮次才能完成。在我们的运行测试中，每个 qwen -p 请求在进入主题之前就携带了大约 13,000 个输入 Token，而“读取文件，查找错误”则花费了两个轮次和大约 27,000 个 Token。界面中的工具更多，在回答之后，Qwen Code 会使用相同的模型执行服务请求——例如，后续回复提示：/stats 显示相同任务进行了 4 次请求，消耗约 79,000 个输入 Token。

通过 JoinGonka Gateway，Token 的价格为每百万输入 $0.0069，每百万输出 $0.021——所有网络模型的价格相同，并从实时源填入此页面。

右侧列的估算基于 2026 年 9 月的价格。作为对比，在 Qwen Code 中付费的方式如下：

服务请求可以在不需要的地方关闭：后续回复提示 —— "ui": { "enableFollowupSuggestions": false }，后台自动记忆 —— "memory": { "enableManagedAutoMemory": false, "enableManagedAutoDream": false }。精确的消耗和余额在后台的“使用情况”和“账单”部分中可见。为何默认选择 DeepSeek V4 Flash，详见模型概览。

审批模式。 在 Qwen Code 界面中，它以 Auto 模式启动：项目内的读取、搜索和编辑被立即允许，而 Shell 命令和其他风险操作由分类器评估——即对模型的单独请求。其他模式——Plan、Ask Permissions、Auto-Edit 和 YOLO——可以通过 Shift+Tab（Windows 上为 Tab）或 /approval-mode 命令切换；默认模式由 tools.approvalMode 密钥设置。

后台工作。 默认情况下，Qwen Code 会进行自动记忆：在对话结束后，它会在后台提取关于项目和您的偏好的笔记，并每天清理一次（Dream）——使用相同的模型。在单次运行中，这一点很明显：qwen -p 在回答后可能会再持续运行几分钟，直到后台任务完成等待模型。对于脚本和 CI，请关闭自动记忆（密钥见上文）并设置运行上限：--max-wall-time, --max-session-turns, --max-tool-calls。

图片。 网络模型为纯文本（/model 中显示 Modality: text-only）。对于截图，请使用 /model --vision 命令指定其他供应商的中介模型：它会将图片转换为文本叙述，然后主要模型继续工作。

统计数据。 Qwen Code 默认发送匿名使用统计；使用 "privacy": { "usageStatisticsEnabled": false } 可将其关闭。网关不存储提示词和回答的内容——仅存储消耗汇总。

网络邻居。 网络所服务的模型所属实验室也发布了自己的 Agent：DeepSeek 有 DeepSeek Harness，MiniMax 有 MiniMax Code，Z.ai（GLM 的作者）有 ZCode。它们都使用相同的密钥连接到同一个网关，并消耗同一个余额。