🔥 QwenPaw 源码面试 100 题（含答案）

基于 QwenPaw v1.1.9 源码深度解析
出题人：小微

目录

1. 架构与整体设计（Q1-Q10）
2. Agent 系统与 ReAct 循环（Q11-Q25）
3. 记忆系统（Q26-Q35）
4. 技能系统（Q36-Q45）
5. 工具系统（Q46-Q50）
6. 频道系统（Q51-Q58）
7. Cron 与 Heartbeat（Q59-Q66）
8. 多 Agent 与 ACP（Q67-Q74）
9. 安全体系（Q75-Q81）
10. App 与 Console（Q82-Q88）
11. 配置系统（Q89-Q93）
12. CLI 与命令（Q94-Q97）
13. 开放题（Q98-Q100）

1. 架构与整体设计

Q1. QwenPaw 的入口文件是哪个？描述从 python -m qwenpaw 到启动服务的完整链路。

答案：

入口是 __main__.py，它会调用 cli/main.py 中的 cli()。cli() 是一个 Click 命令组，支持 app、init、chat、cron 等子命令。启动服务的命令是 qwenpaw app，它通过 _app.py 创建 FastAPI 实例，在 lifespan 中初始化 MultiAgentManager 并启动监听端口。

__main__.py → cli/main.py cli() → app_cmd → _app.py (FastAPI lifespan)
    → MultiAgentManager → 各 Workspace 延时启动

Q2. constant.py 中的 _get_env 函数相比直接用 os.environ.get 多了什么能力？

答案：

提供 COPAW_ 前缀向后兼容。当查询的 key 以 QWENPAW_ 开头且找不到时，自动尝试同名的 COPAW_ 变体（如 QWENPAW_WORKING_DIR → COPAW_WORKING_DIR）。这是为了从旧版本 CoPaw 平滑迁移。

Q3. QwenPaw 的工作目录结构是怎样的？config.json 和 agent.json 有何区别？

答案：

默认工作目录是 ~/.qwenpaw。

• config.json：全局配置（模型提供商、Agent 列表、全局设置）
• workspaces/{id}/agent.json：各 Agent 独立配置（频道、工具、心跳、安全）

~/.qwenpaw/
├── config.json           ← 全局
├── workspaces/default/
│   ├── agent.json        ← Agent 独立配置
│   ├── AGENTS.md / SOUL.md / PROFILE.md / MEMORY.md
│   ├── skills/  &  skill.json
│   └── memory/
└── skill_pool/

配置优先级：agent.json > config.json。

Q4. WORKING_DIR 的解析优先级顺序是什么？

答案：

1. 环境变量 QWENPAW_WORKING_DIR（或遗留 COPAW_WORKING_DIR）
2. 目录 ~/.copaw 存在 → 兼容老版本
3. 默认 → ~/.qwenpaw

Q5. QwenPaw 如何实现配置热加载？

答案：

通过 agent_config_watcher.py 启动后台异步任务，每 2 秒检测 agent.json 的修改时间。变化后自动重新加载并应用到运行时，无需重启服务。

Q6. 描述 QwenPawAgent 的 MRO 及其意义。

答案：

QwenPawAgent → CodingModeMixin → ToolGuardMixin → ReActAgent

每个 mixin 重写 _acting 并调用 super()。_acting(...) 保持链条完整。CodingModeMixin 负责内联 diff 编辑，ToolGuardMixin 负责工具鉴权拦截。

Q7. DynamicMultiAgentRunner 是做什么的？为什么需要它？

答案：

它是一个动态路由器，代理 AgentScope 的 AgentApp。AgentScope 原生只支持单工作区，而 QwenPaw 通过 DynamicMultiAgentRunner 检查 HTTP 头 X-Agent-Id，将请求动态路由到正确的 Workspace Runner，实现单服务多 Agent。

Q8. QwenPaw 如何确保跨平台 MIME 类型正确？

答案：

在 _app.py 中 mimetypes.init() 后显式 add_type 注册 .js、.mjs、.css、.wasm、.svg 等类型，避免 Windows 因缺少映射导致前端资源加载失败。

Q9. RULE.md 文件在 QwenPaw 中的用途是什么？

答案：

RULE.md 是可选的人设文件，存储硬性不可违背规则。如果存在，它会被加载到系统提示词中，优先级高于 AGENTS.md 和 SOUL.md。

Q10. PromptBuilder 类在处理人设文件时做了哪些处理？

答案：

1. 读取文件内容（多编码回退）
2. 去除 YAML frontmatter（---...---）
3. 去除心跳标记块（<!-- heartbeat:start-->...<!-- heartbeat:end-->）
4. 去除记忆标记块（<!-- memory:start-->...<!-- memory:end-->）
5. 拼接为系统提示词
6. 可选追加记忆管理器的记忆提示

2. Agent 系统与 ReAct 循环

Q11. QwenPawAgent 的 reply 方法执行流程是怎样的？

答案：

1. 检查是否为系统命令（/compact、/new 等），是则直接处理
2. 调用 reply_memory 从历史加载上下文
3. 执行 ReAct 循环（_acting）：模型推理 → 生成工具调用 → 执行工具 → 获得结果
4. 达到 max_iters 或模型返回最终回答后结束
5. 调用记忆管理器总结并存储
6. 返回最终回复

Q12. max_iters 的作用和默认值是什么？

答案：

控制 ReAct 循环的最大轮数。每轮 Agent 可以调用工具或生成回复。默认 50（running.max_iters）。超限时强制结束，返回已有内容。

Q13. CommandHandler 支持哪些系统命令？/plan 有什么特殊之处？

答案：

支持：compact, new, clear, history, compact_str, summarize_status, message, dump_history, load_history, proactive, plan

/plan 的特殊性：裸 /plan（无参数）是系统命令；/plan 开发天气应用（带参数）会传给 Runner 启用 Plan Mode，不走系统命令流程。

Q14. 描述 Agent 对话结束时的记忆总结流程。

答案：

如果 summarize_when_compact 启用，Agent 完成 reply 后：

1. 调用 memory_manager.summarize() 提取关键信息
2. 生成摘要并写入 MEMORY.md
3. 下次对话时摘要被加载到系统提示词

Q15. CodingModeMixin 实现了什么功能？

答案：

实现内联差异编辑（Inline Diff）。Agent 在编写代码时，对于短文件可以直接在回复中展示 diff，减少 write_file/edit_file 工具调用次数。

Q16. reply_memory 与普通 reply 的区别是什么？

答案：

reply_memory 负责组装对话历史和记忆：将用户消息加入上下文，调用上下文管理器和记忆管理器封装完整消息列表。普通 reply 完成整个处理流程（思考→工具→回复）。

Q17. ToolGuardMixin 在工具调用链中扮演什么角色？

答案：

在工具执行前拦截，检查安全性：

1. 根据 approval_level（STRICT/SMART/AUTO/OFF）决定策略
2. 对 shell 命令检测注入攻击模式
3. 可阻止执行、请求审批或自动放行

Q18. Agent 如何处理多模态消息（图片、视频）？

答案：

1. 通过 get_capability_cache 检查模型是否支持多模态
2. 支持 → 将媒体内容传给 LLM
3. 不支持 → 用占位符 [Media content removed - model does not support this media type] 替换

Q19. HEARTBEAT.md 中 <!-- heartbeat:start--> 标记的作用是什么？

答案：

PromptBuilder 用正则匹配此标记块。心跳启用时保留；禁用时删除，避免 Agent 误认为自己有定时任务能力。

Q20. auto_continue_on_text_only 解决了什么问题？

答案：

当模型只返回文本而未调用工具时，Agent 自动重试最多两轮，迫使模型重新思考并正确调用需要的工具。

Q21. chat_with_agent 和 submit_to_agent 的区别是什么？

答案：

• chat_with_agent（前台）：同步等待目标 Agent 完成并返回结果
• submit_to_agent（后台）：异步提交，立即返回 task_id，通过 check_agent_task 查询状态

Q22. Agent 中工具注册的机制和 NamesakeStrategy 是什么？

答案：

工具注册在 QwenPawAgent.__init__ 中完成：

1. 导入内置工具函数
2. 动态加载已启用的技能工具
3. 调用 register_tool() 注册
4. 同名冲突策略（NamesakeStrategy）：override / skip / raise（默认）/ rename

Q23. ASMsgHandler 的作用是什么？

答案：

消息处理器，负责：

1. AgentScope Runtime 消息格式 ↔ 内部消息格式的转换
2. SSE 流式推送
3. 工具调用中间结果展示
4. 审批流程交互

Q24. /compact 命令内部做了什么？

答案：

1. 读取当前对话历史
2. 对历史进行摘要总结（保留关键信息）
3. 压缩后的摘要替换原始长历史
4. 释放上下文窗口空间
5. 返回压缩前后的 token 数对比

Q25. _MemoryMark 的作用是什么？

答案：

AgentScope 的标记机制，在消息流中标记来自记忆而非本次对话的内容。带 _MemoryMark 的消息进入系统提示词，但不参与常规对话历史管理。

3. 记忆系统

Q26. QwenPaw 有几种记忆管理器？默认是哪个？

答案：

1. ReMeLightMemoryManager（默认）— 轻量级，语义搜索 + 自动总结
2. ADBPGMemoryManager — 基于阿里云 ADB PG 数据库
3. AgentMdManager — 基于 MEMORY.md 文件
4. BaseMemoryManager — 抽象基类

Q27. ReMeLightMemoryManager 的核心工作机制是什么？

答案：

1. 写入：对话结束后调用 LLM 总结关键信息写入 MEMORY.md
2. 检索：对话前用 Embedding 语义搜索 MEMORY.md
3. 自动搜索：启用后每轮自动检索
4. 压缩：超过阈值时压缩旧记忆（近期保留详细，远期摘要）

Q28. Embedding 缓存如何工作？

答案：

embedding_cache 目录缓存文本-向量对：

1. 计算文本的 Embedding 向量
2. 写入本地缓存文件
3. 下次相同文本直接返回缓存
4. max_cache_size 控制最大条目（默认 3000）

Q29. 什么是「梦境」记忆优化（Dream）？何时运行？

答案：

梦境（Dream）是记忆优化机制，默认每天 23:00（0 23 * * *）运行。从 MEMORY.md 和每日记忆中提取关键信息，交叉关联、去重、优化结构和表达后写回，类似人类睡眠记忆巩固。

Q30. auto_memory_interval 的作用是什么？

答案：

每隔 N 次用户查询触发一次自动记忆存储。例如 5 表示每 5 次用户消息后自动触发一次记忆总结。null 表示禁用（仅在上下文压缩时总结）。

Q31. memory_search 工具的 Query 参数有哪些？

答案：

memory_search 对 MEMORY.md 和 memory/*.md 做语义搜索。参数：

• query（必填）：搜索文本
• max_results（默认 5）：最大结果数
• min_score（默认 0.1）：最低相似度阈值

Q32. memory/YYYY-MM-DD.md 与 MEMORY.md 的关系？

答案：

• memory/YYYY-MM-DD.md：原始日志，每天一个文件，记录当天对话事件
• MEMORY.md：精选长期记忆，是对每日记忆的提炼总结

关系：每日记忆 → 提炼 → MEMORY.md，再加梦境优化

Q33. Proactive（主动触发）功能的机制是什么？

答案：

Proactive 位于 agents/memory/proactive/：

1. 每个会话独立维护 ProactiveConfig（启用状态、空闲阈值、最后交互时间）
2. 后台 _run_trigger_loop 异步循环监控空闲时间
3. 超时后 generate_proactive_response 生成主动消息
4. 每个会话对应一个 asyncio.Task

Q34. memory_manager_backend 和 context_manager_backend 的区别？

答案：

• memory_manager_backend（默认 remelight）：管理跨会话的长期记忆
• context_manager_backend（默认 light）：管理当前会话的上下文（对话历史、组织、压缩、修剪）

长期记忆 vs 短期工作上下文。

Q35. compact_threshold_ratio 和 reserve_threshold_ratio 是什么？

答案：

• compact_threshold_ratio（默认 0.8）：当上下文占用超过 max_input_length 的 80% 时触发压缩
• reserve_threshold_ratio（默认 0.1）：压缩时保留最后 10% 的原始内容

4. 技能系统

Q36. 一个 Skill 的本质是什么？必须包含什么文件？

答案：

每个 Skill 是一个目录，必须包含 SKILL.md。SKILL.md 用 Markdown 描述技能名称（name）、触发条件（description）和操作步骤。可附带 scripts/、images/ 等资源。

Q37. resolve_effective_skills 做了什么？

答案：

1. 读取 skill.json 确定已启用技能
2. 从工作区 skills/ 和 skill_pool/ 中找到这些技能
3. 读取 SKILL.md 注入系统提示词
4. 注册技能定义的工具函数

Q38. 技能池（Skill Pool）和技能集（Skills）的区别？

答案：

• 技能池（skill_pool/）：全局共享，所有 Agent 可引用
• 技能集（workspaces/{id}/skills/）：Agent 专属

池 → 广播/加载 → 集。

Q39. materialize_skill 工具做了什么事？

答案：

将技能提案持久化到工作区：

1. 格式验证和安全扫描
2. 写入 SKILL.md
3. 更新 skill.json 清单
4. 启用该技能

常用于 /make-skill 命令流程。

Q40. ensure_skills_initialized 的职责是什么？

答案：

确保技能系统正确初始化：

1. 检查 skills/ 目录（不存在则创建）
2. 验证 skill.json 有效性
3. 复制内置技能
4. 返回初始化后的配置

Q41. 如何从 Skills Hub 导入技能？

答案：

Console 的 Workspace → Skills 页面点击 Import from Skills Hub，输入技能 URL，系统下载并自动启用。也支持上传 .zip 技能包。

Q42. 技能如何实现 Config 运行时注入？

答案：

通过 apply_skill_config_env_overrides：

1. 技能声明需要的环境变量
2. 系统从 envs.json 读取对应值
3. 注入到子进程环境（API Key、Base URL 等）

Q43. 两个已启用的技能定义同名工具怎么办？

答案：

NamesakeStrategy 决定处理方式：

• override：后注册覆盖先注册
• skip：跳过同名
• rename：自动重命名
• raise（默认）：报错

Q44. skill.json 的结构？

答案：

{
  "skills": {
    "guidance": { "enabled": true, "builtin": true },
    "pdf": { "enabled": true, "builtin": true },
    "my_custom": { "enabled": true, "builtin": false }
  }
}

Q45. Skill 的 description 为什么重要？

答案：

description 是 Agent 决定使用技能的关键。Agent 在系统提示词中查看所有已启用技能的描述，当遇到匹配场景时按照 SKILL.md 的步骤操作。格式惯例："Use this skill when [触发场景]"。

5. 工具系统

Q46. 内置工具定义在哪里？列举 10 个。

答案：

定义在 agents/tools/ 目录下。例如：
read_file（file_io）、write_file / edit_file（file_io）、execute_shell_command（shell）、browser_use（browser_control）、desktop_screenshot、grep_search / glob_search（file_search）、get_current_time、get_token_usage、chat_with_agent / submit_to_agent / check_agent_task（delegate_external_agent）、list_agents、materialize_skill、send_file_to_user、view_image / view_video、set_user_timezone。

Q47. browser_use 支持哪些浏览器启动模式？

答案：

三种：

1. Headless（默认）：无头运行
2. Headed：打开真实窗口
3. Managed CDP：通过 Chrome DevTools Protocol 管理，支持外部连接

由 headed、private_mode、cdp_port 参数控制。

Q48. execute_shell_command 的超时机制？

答案：

1. 默认超时来自 agent.json 的 shell_command_timeout（默认 60 秒）
2. 每次调用可通过 timeout 参数覆盖
3. 超时后子进程被终止，返回超时错误

Q49. 文件守卫（File Guard）的工作原理？

答案：

文件守卫在 Agent 访问文件时：

1. 检查路径是否在允许范围
2. 检查是否访问敏感路径（~/.ssh/、/etc/passwd 等）
3. 判定危险则阻止操作

由 security.file_guard.enabled 控制。

Q50. get_token_usage 的数据来源和存储位置？

答案：

数据来自 AgentScope Runtime 的 LLM token 使用统计。保存在 workspaces/{id}/token_usage.json（可通过 QWENPAW_TOKEN_USAGE_FILE 自定义），按模型和日期分类。

6. 频道系统

Q51. QwenPaw 支持哪些频道？核心抽象是什么？

答案：

支持：Console、DingTalk、Feishu、Discord、Telegram、QQ、iMessage、WeChat、WeCom、XiaoYi、Matrix、Mattermost、MQTT、Voice、SIP。

核心抽象：app/channels/base.py 的 BaseChannel 基类 + ChannelType 枚举。所有频道继承 BaseChannel 实现收发逻辑。

Q52. 描述消息通道的流水线。

答案：

1. 用户发送消息 → 触发 BaseChannel 接收
2. 封装为 AgentRequest → 进入 UnifiedQueueManager
3. 队列分发到 Workspace Runner
4. Runner 调用 Agent → 生成 AgentResponse
5. 响应通过 SSE 流推回原频道
6. MessageRenderer 格式化输出

Q53. UnifiedQueueManager 的作用？

答案：

统一消息队列管理器：

1. 接收多频道的消息请求
2. 有序/优先级分发到 Agent Runner
3. 支持背压（back-pressure）和限流
4. 保证消息处理顺序和可靠性

Q54. Console 频道和外部频道的实现区别？

答案：

Console 内置，通过 WebSocket/SSE 直连前端。外部频道需要：

1. SDK/API 建立连接
2. 注册 Webhook 或回调
3. 实现消息格式转换
4. 处理频道特有特性（卡片消息、交互组件等）

Q55. DEFAULT_CHANNEL 的值和用途？

答案：

值为 "console"。当没有特定频道上下文时（如心跳、Cron），系统使用默认频道发送消息。

Q56. access_control 模块做什么？

答案：

实现频道的访问控制：

1. 用户 ID 白/黑名单
2. 启用/禁用控制
3. 消息频率限制
4. 权限级别

Q57. MessageRenderer 的作用？

答案：

将内部消息格式渲染为各频道可展示的格式。支持多种 RenderStyle（Markdown、纯文本、富文本），处理工具调用结果、错误信息、流式输出等。

Q58. doctor_connectivity_notes 的用途？

答案：

BaseChannel 的类方法，用于频道连通性诊断。copaw doctor --deep 调用已启用频道的此方法，返回网络连接状态的自检信息。

7. Cron 与 Heartbeat

Q59. Cron 系统的后台调度器是什么？支持哪些触发器？

答案：

使用 APScheduler 的 AsyncIOScheduler。支持：

• IntervalTrigger：固定间隔（如每 5 分钟）
• CronTrigger：5 字段 Cron 表达式
• DateTrigger：指定时间单次执行

Q60. Cron 任务的调度类型和任务类型有哪些？

答案：

调度类型：Interval（间隔）、Cron（表达式）、RunAt（指定时间）
任务类型：Text（固定文本）、Agent（Agent 生成回复）

Q61. Heartbeat 与 Cron 的关系和区别？

答案：

关系：Heartbeat 是特殊的 Cron 任务（job_id 固定为 _heartbeat），由 CronManager 管理。
区别：

• 查询内容来自 HEARTBEAT.md
• 支持活跃时段设置
• 结果可推送到 Inbox / Last / Main

Q62. Cron 执行失败的容错机制？

答案：

1. max_concurrency：限制同一任务并发数
2. timeout：单次超时
3. misfire_grace_time：错过触发宽限期
4. APScheduler 自动重试
5. 执行记录保存于 CronExecutionRecord

Q63. is_cron_expression 如何区分 Cron 和间隔表达式？

答案：

1. 分割为部分，不是 5 部分则返回 False
2. 每部分匹配 ^[\d\*\-/,]+$ → True
3. 否则 False。间隔表达式如 30m、1h 由 parse_heartbeat_every 解析。

Q64. _heartbeat 作为 job_id 的特殊性？

答案：

_heartbeat 是系统保留 job_id，用于 Heartbeat。普通任务不能使用此 ID。Heartbeat 配置来自 agent.json 的 heartbeat 块，而非 jobs.json。

Q65. Heartbeat target 参数的取值？

答案：

• main：主会话执行并推送
• last：推送到最近一次用户消息来源频道
• inbox：推送到 Inbox 管理中心

Q66. CronExecutor 的工作流程？

答案：

1. 获取待执行 job
2. 检查并发/超时限制
3. Text 类型：直接发消息；Agent 类型：构造 AgentRequest 提交 Runner
4. Runner 调用 Agent 处理
5. 记录执行历史
6. 推送到目标频道

8. 多 Agent 与 ACP

Q67. MultiAgentManager 如何实现懒加载？

答案：

使用 asyncio.Lock()：

1. 首次 get_agent(id) 检查字典，不在内存则创建
2. 加锁后再次确认（防竞态）
3. 第一个调用者创建，其他等待者等 Event 通知
4. 锁短暂保持（仅字典操作），不阻塞 WorkSpace 慢启动

Q68. Workspace 类封装了哪些运行时组件？

答案：

1. Runner（AgentRunner）：处理 Agent 请求
2. ChannelManager：管理通信频道
3. MemoryManager：管理对话记忆
4. ContextManager：管理上下文
5. MCPClientManager：管理 MCP 客户端
6. CronManager：管理定时任务
7. TaskTracker：跟踪任务状态

Q69. ACP（Agent Communication Protocol）的用途是什么？

答案：

ACP 是 Agent 间通信协议，位于 agents/acp/。允许不同 Agent 实例通过标准化协议互相发现和通信，支持：

1. Client：发送请求到其他 Agent
2. Server：接收并处理来自其他 Agent 的请求
3. Service：注册和发现 Agent 服务
4. Permissions：访问控制
5. ToolAdapter：将远程 Agent 映射为本地工具

Q70. ACP Server 和 Client 的核心功能？

答案：

• Server（902 行）：监听请求，解析 ACP 协议消息，路由到目标 Agent，返回结果
• Client（466 行）：构造 ACP 请求，发送到目标 Agent，处理响应
• 两者通过 core.py 定义的协议消息格式通信

Q71. ToolAdapter 在 ACP 中的作用？

答案：

ToolAdapter（241 行）将远程 Agent 的 ACP 服务映射为本地 Agent 的一个工具。这样当前 Agent 可以像调用本地工具一样调用远程 Agent 的能力，实现了跨 Agent 工具编排。

Q72. agent_id 在 HTTP 请求中如何传递？

答案：

通过 HTTP 头 X-Agent-Id。AgentContextMiddleware 从中提取当前请求的目标 Agent，然后 DynamicMultiAgentRunner 根据此 ID 路由到正确的 Workspace。

Q73. 配置文件（agent.json）中的 description 字段在多 Agent 协作中的作用？

答案：

description 在多 Agent 协作时描述各 Agent 的角色和能力。其他 Agent 通过查看此描述来决定委派什么任务给该 Agent。它是一个「自我介绍」。

Q74. 内置 QA Agent 的作用和 skill 配置？

答案：

内置的 QwenPaw_QA_Agent_0.2（QA Agent）用于回答关于 QwenPaw 自身的问题。默认技能：guidance + QA_source_index。首次创建时自动配置。

9. 安全体系

Q75. QwenPaw 的三层安全防护是什么？

答案：

1. ToolGuard（工具守卫）：运行时检测危险命令和注入
2. FileGuard（文件守卫）：保护敏感文件访问
3. SkillScanner（技能扫描器）：启用前扫描恶意代码

Q76. approval_level 有哪些取值？分别代表什么？

答案：

• STRICT：所有敏感操作都需要用户明确批准
• SMART：智能判断，低风险自动放行，高风险请求审批
• AUTO：完全自动，仅记录日志
• OFF：不进行安全检查

Q77. ToolGuard 检测哪些 shell 注入模式？

答案：

• command_substitution：命令替换（$(...) 或 `...`）
• obfuscated_flags：混淆参数
• backslash_escaped_whitespace：反斜杠转义空格
• backslash_escaped_operators：反斜杠转义操作符
• newlines：换行注入
• comment_quote_desync：注释/引号反同步
• quoted_newline：引号内换行

Q78. 技能扫描器（SkillScanner）在什么时机运行？

答案：

在技能启用时运行（materialize_skill 或 Console 启用技能时）。扫描模式：

• block：发现恶意代码阻止启用
• warn：警告但允许（默认）
• off：不扫描

Q79. 认证功能如何启用？默认是否启用？

答案：

通过环境变量 QWENPAW_AUTH_ENABLED=true 启用，默认 false（不启用）。用户名和密码可通过 QWENPAW_AUTH_USERNAME/QWENPAW_AUTH_PASSWORD 设置。启用后 Web Console 需要登录才能访问。

Q80. allow_no_auth_hosts 的用途？

答案：

IP 白名单，默认 ["127.0.0.1", "::1"]，允许 localhost 绕过 Web 登录认证。可以配置更多受信任的 IP。

Q81. 审批超时和心跳间隔的默认值？

答案：

• 审批超时：TOOL_GUARD_APPROVAL_TIMEOUT_SECONDS，默认 300 秒
• 审批心跳间隔：TOOL_GUARD_APPROVAL_HEARTBEAT_INTERVAL，默认 15 秒（保持 SSE 连接存活）

10. App 与 Console

Q82. FastAPI 应用（_app.py）的 lifespan 中做了什么？

答案：

1. 加载环境变量（load_envs_into_environ）
2. 加载配置
3. 执行数据迁移（工作区、技能池、QA Agent）
4. 恢复/清理备份工件
5. 初始化 MultiAgentManager
6. 注册频道路由
7. 注册认证中间件
8. 启动心跳和梦境任务
9. 按配置启动频道

Q83. Console 的 Files 页面支持哪些文件操作？

答案：

1. 在线编辑人设文件（AGENTS.md、SOUL.md、PROFILE.md 等）
2. 查看/编辑每日记忆（MEMORY.md 展开按钮）
3. 下载整个工作空间（.zip）
4. 上传恢复工作空间（.zip，最大 100MB）

Q84. Inbox 的用途是什么？

答案：

Inbox 是统一审批和执行结果中心：

1. 审批待处理：工具执行的审批请求
2. 推送消息：Cron/Heartbeat 的执行结果
3. 超时机制：审批请求有倒计时，超时默认拒绝

Q85. 如何 Console 查看 Token 用量？

答案：

侧边栏 Settings → Token Usage，选择日期范围（默认 30 天），页面展示总 token 数、总调用数和按模型/日期分类的明细。也可在聊天中问「我用了多少 token」。

Q86. 环境变量页面（Environments）可以做什么？

答案：

管理工具和技能所需的运行时环境变量（如 TAVILY_API_KEY）。支持增删改、批量删除。变量值由用户保证有效性，QwenPaw 只负责存储和注入。

Q87. Console 的 Skills 页面有哪些操作？

答案：

启用/禁用、查看详情、编辑、创建、删除技能。从技能池加载、同步到技能池、从 Skills Hub 导入、上传 zip 技能包。

Q88. 多 Agent 模式下 Console 顶部有什么特殊组件？

答案：

一个 Agent 切换器，显示当前活跃的 Agent。点击可切换到其他已配置的 Agent。切换后侧边栏和控制台内容（频道、工具、配置等）自动切换到该 Agent 的设置。

11. 配置系统

Q89. 全局 config.json 中的 agents.profiles 结构是怎样的？

答案：

{
  "agents": {
    "active_agent": "default",
    "profiles": {
      "default": {
        "id": "default",
        "name": "默认智能体",
        "description": "默认工作区智能体",
        "enabled": true,
        "workspace_dir": "~/.qwenpaw/workspaces/default"
      }
    }
  }
}

每个 Agent 配置引用包含 id、name、description、enabled、workspace_dir。

Q90. agent.json 中部份关键配置项的作用？

答案：

Q91. 模型提供商配置存在哪里？有哪些内置提供商？

答案：

存储在 ~/.qwenpaw.secret/providers.json（通过 QWENPAW_SECRET_DIR 自定义）。内置提供商包括：DashScope、OpenAI、Anthropic、DeepSeek、ModelScope、Ollama、LM Studio、SiliconFlow、Zhipu、Kimi、Gemini、OpenRouter 等，以及 Custom（自定义兼容）。

Q92. 环境变量的存储位置和加载时机？

答案：

存储在 ~/.qwenpaw.secret/envs.json。加载时机：

1. 首次 import qwenpaw 时（__init__.py → load_envs_into_environ()）
2. FastAPI lifespan 开始时再次加载

Q93. last_dispatch 配置项的作用？

答案：

记录了最近一次用户消息分发到的频道、用户 ID 和会话 ID。用于 Heartbeat 的 target="last" 模式——心跳结果会被发送到上次用户说话的频道。自动更新，无需手动配置。

12. CLI 与命令

Q94. Click CLI 中的 LazyGroup 解决了什么问题？

答案：

LazyGroup 是 click.Group 的子类，实现了子命令的懒加载。cli/main.py 中用 lazy_subcommands 字典将命令名映射到模块路径，只有用到时才 __import__ 加载。这大大缩短了 qwenpaw --help 的启动时间——不需要加载所有 30+ 个子命令的依赖。

Q95. CLI 中 app 命令的 _log_init_timings 是做什么的？

答案：

在设置好日志级别（debug）后重新输出 CLI 模块加载阶段的计时信息。因为模块加载发生在 setup_logger 之前，第一次导入时如果日志级别还不是 debug，那些 debug 消息会被丢弃。app_cmd 在完成日志初始化后调用 log_init_timings() 重新输出，确保调试信息不丢失。

Q96. CLI 如何确保 Windows 下能正确处理中文输出？

答案：

在 cli/main.py 开头：

1. 调用 ensure_standard_streams() 确保标准流对象有效
2. 尝试 sys.stdout.reconfigure(encoding="utf-8")（Python 3.7+）
3. Linux 默认 UTF-8 无需处理

这样 cron 和其他命令在 Windows 终端也能输出中文。

Q97. qwenpaw init 命令的交互式向导提供哪些配置？

答案：

qwenpaw init 交互式配置：

1. 模型提供商选择和 API Key 配置
2. 工作目录选择
3. 频道配置（可选）
4. 环境变量配置（TAVILY_API_KEY 等）
5. 创建默认工作区和人设文件

13. 记忆加固与梦境

Q98. QwenPaw 的备份系统是如何工作的？

答案：

位于 app/routers/backup.py，提供：

1. 手动备份：通过 API 或 CLI 触发，将整个工作空间打包
2. 自动备份：配置定时备份策略
3. 恢复：从备份文件恢复工作空间
4. 备份存储在 QWENPAW_BACKUP_DIR（默认 ~/.qwenpaw.backups/）

14. 开放题

Q99. 如果你要扩展 QwenPaw 支持一个新的消息频道（如 Slack），你需要做哪些事？

答案：

1. 在 app/channels/ 下创建 slack/ 目录
2. 继承 BaseChannel 实现 SlackChannel 类：
   • 设置 channel = ChannelType.SLACK（或新增枚举值）
   • 实现消息接收（Webhook/WebSocket）
   • 实现消息发送（SDK API 调用）
   • 实现消息格式转换
   • 可选重写 doctor_connectivity_notes 做连通性检查
3. 在 agent.json 的 channels 中增加 Slack 配置块
4. 在 registry.py 中注册新频道
5. 在 schema.py 添加 ChannelType 枚举值

Q100. 假设现在 QwenPaw 需要支持在多个 Agent 之间共享一个 MEMORY.md，你会如何设计？

答案：

设计思路：

方案一：中心化记忆共享

1. 在 skill_pool/ 级别或全局配置新增 shared_memory.md
2. 所有 Agent 的 ReMeLightMemoryManager 在搜索时同时检索各自的 MEMORY.md + shared_memory.md
3. 写入时，Agent 判断信息是否跨 Agent 相关，写入共享文件

方案二：ACP 式记忆查询

1. 新增一个「记忆管家」Agent，专门管理共享记忆
2. 其他 Agent 通过 chat_with_agent 或 ACP 协议向它查询/写入共享信息
3. 记忆管家负责冲突解决和去重

方案三：记忆路由层

1. 在 BaseMemoryManager 下层新增 SharedMemoryRouter
2. 每个 Agent 的写入先经过 Router，判断是否广播到其他 Agent
3. 读取时自动合并个人记忆 + 共享记忆的搜索结果

三种方案从简单到复杂，取决于一致性要求和性能需求。

🎯 全部 100 题到此结束！

小微出品，祝你面试顺利～ 🚀