2026-06-02 Revisión
Lo que hice hoy
Hoy volví a experimentar con un modelo de la serie Qwen para mejorar el mapa gongju del proyecto Godot. Partiendo de la premisa de que el modelo tiene dificultades para interpretar directamente las imágenes de los assets, Codex revisó primero las imágenes y organizó en inglés la ruta del asset, el tamaño en píxeles, el uso, la duplicación y las advertencias en assets/ASSET_LABELS.md.
Este documento es un índice auxiliar para que Qwen sepa qué asset usar sin tener que interpretar directamente los PNG al escribir código Godot. En el código del mapa había problemas como usar tiles de estilo incorrecto como objetos naturales, o colocar una casa no con el asset del edificio real sino con coordenadas arbitrarias de una hoja de hierba; estos problemas se podían detectar más fácilmente cuando existía una etiqueta de asset.
Experimento con Qwen2.5 Coder
Probé el modelo de asistencia para Godot bekoozkan/godot-qwen2.5-coder-7b-instruct-bnb-4bit.
Al principio lo ejecuté con llama.cpp, pero la llamada a herramientas de Qwen Code no se conectó correctamente. En lugar de invocar realmente la herramienta, el modelo imprimió texto como <function=glob> y no pasó a listar archivos ni a modificar código. Más tarde confirmé que debía ejecutarse con vLLM.
Sin embargo, aunque cambiara el método de ejecución, en la actualidad Qwen2.5 Coder aún no alcanza el nivel de comprender todo el contexto del proyecto y modificar el código de forma estable. Las respuestas variaron entre vLLM y llama.cpp, pero en ambos casos no era suficiente confiar en que modificaran el código real.
Esto no significa que debamos descartar Qwen. Más bien lo veo como un caso de fracaso que muestra qué debemos enseñar al modelo para convertirlo en una herramienta de codificación. Lo que se necesita ahora no es abandonar el modelo, sino alinear el aprendizaje de llamadas a herramientas, la lectura del contexto del proyecto Godot, el uso de etiquetas de assets y el flujo de re‑edición basado en resultados de ejecución con los datos de entrenamiento y el entorno de ejecución.
Herramientas encontradas adicionalmente
Como proyecto de referencia para facilitar la ejecución y operación de modelos locales, revisé club-3090.
También consideré LLaMA-Factory como candidato para futuros experimentos de adaptación o fine‑tuning.
Para usar Qwen como herramienta de codificación, al final debemos recopilar casos de fracaso y patrones de éxito en el trabajo con Godot y afinarlos. Sin suficientes ejemplos de fracaso, cambiar el modelo o añadir solo herramientas de entrenamiento probablemente repetirá los mismos errores, por lo que debemos conservar estos fracasos como candidatos de datos de entrenamiento.
MCP y investigación
A través de web-search-mcp en Qwen encontré candidatos de Reddit MCP y añadí reddit-mcp-buddy.
Herramientas como Godot, modelos locales y Qwen Code a menudo requieren casos de Reddit o de la comunidad porque la documentación oficial no cubre todos los problemas. Sin embargo, integrar MCP y mejorar el juicio de desarrollo son asuntos diferentes. La capacidad de convertir resultados de búsqueda en modificaciones de código sigue necesitando verificación continua.
Lo que resultó difícil
Hoy, honestamente, mi ánimo estuvo bastante bajo.
Cambiar el modelo, el modo de ejecución del servidor, añadir MCP y crear descripciones de assets no logró que Qwen llegara a leer y corregir todo el proyecto. En particular, el problema de que las llamadas a herramientas se imprimieran como texto en lugar de ejecutarse realmente fue desalentador. Parecía un agente de codificación, pero en la práctica no podía leer ni modificar archivos.
Al final tuve que tomar un descanso. Seguir empujando sin pausa solo habría repetido la misma decepción en lugar de aclarar el problema.
Juicio del día
Qwen2.5 Coder, en su estado actual, no es un agente capaz de encargarse de todo el proyecto Godot. Pero el objetivo no es usar Qwen de forma limitada, sino convertirlo en un agente de codificación fiable.
Por lo tanto, el fracaso de hoy no sirve para reducir su alcance, sino como referencia para el fine‑tuning y la alineación del entorno de ejecución.
- Codex se encarga de la interpretación de imágenes, exploración de archivos, modificaciones reales y validación.
- Las etiquetas de assets creadas por Codex, los diffs de modificaciones reales, los errores de ejecución y el proceso de re‑edición se conservan como candidatos de datos de entrenamiento para Qwen.
- Se entrena a Qwen para que, leyendo todo el contexto del proyecto, modifique directamente el código Godot mediante llamadas a herramientas y procedimientos de trabajo.
- Un entorno donde las llamadas a herramientas fallan se considera un fracaso inmediato; primero se configura un entorno basado en vLLM donde las llamadas reales funcionen.
- Se intenta el fine‑tuning con LLaMA-Factory usando patrones de trabajo y casos de fracaso en Godot.
Próximos criterios
- Cuando vuelva a probar Qwen, primero verificaré que las llamadas a herramientas basadas en vLLM funcionen realmente.
- Si una llamada a herramienta se imprime como texto, esa sesión se considera un fracaso inmediato.
- El trabajo con Godot siempre debe confirmar los resultados de ejecución y no considerarse completado solo con la explicación del modelo.
- El uso de assets se basará en
assets/ASSET_LABELS.mdy no se mezclarán tilesets de estilos diferentes. - Preparar el ajuste fino basado en casos de fracaso de Godot con LLaMA-Factory.
- El objetivo final es convertir a Qwen en una herramienta de codificación que realice modificaciones de código reales.