2026-06-02 Ретроспектива
Что я сделал сегодня
Сегодня я снова провёл эксперименты с моделью серии Qwen, чтобы улучшить карту gongju в проекте Godot. Предполагая, что модельм сложно надёжно интерпретировать изображения ассетов, Codex сначала проверил изображения и в файле assets/ASSET_LABELS.md систематизировал путь к ассету, размер в пикселях, назначение, наличие дубликатов и замечания на английском.
Этот документ служит вспомогательным индексом, позволяющим Qwen понять, какие ассеты использовать, даже если он не будет напрямую разбирать PNG‑файлы. На практике в коде карты возникали проблемы: плитки неправильного стиля использовались как природные объекты, а дома размещались не на реальных моделях зданий, а на произвольных координатах листа травы. Такие ошибки было легче обнаружить, когда у ассетов есть метки.
Qwen2.5 Coder Эксперимент
В качестве вспомогательной модели для работы с Godot я попробовал bekoozkan/godot-qwen2.5-coder-7b-instruct-bnb-4bit.
Сначала запускал через llama.cpp, но вызовы инструментов в Qwen Code не подключались корректно. Модель вместо реального вызова инструмента выводила текст вроде <function=glob>, и не переходила к просмотру списка файлов или исправлению кода. Позже выяснилось, что нужно использовать vLLM.
Однако даже при изменении способа запуска Qwen2.5 Coder пока не способен охватить весь контекст проекта и стабильно вносить правки. Ответы в vLLM и llama.cpp различались, но в обоих случаях доверять модели в реальном изменении кода было преждевременно.
Это не значит, что мы откажемся от Qwen. Напротив, рассматриваем этот неудачный опыт как показатель того, какие навыки необходимо развить: вызов инструментов, чтение контекста проекта Godot, использование меток ассетов и цикл «результат → перепроверка → правка». Нужно выстроить обучение и среду исполнения так, чтобы эти элементы работали согласованно.
Дополнительные найденные инструменты
Для упрощения локального запуска и эксплуатации моделей нашёл полезный репозиторий club-3090.
Также для будущих экспериментов по адаптации и дообучению рассматриваю LLaMA-Factory.
Чтобы превратить Qwen в инструмент для кодинга, необходимо собрать провальные и успешные примеры из работы с Godot и провести дообучение. Без достаточного количества провальных кейсов просто менять модель или добавлять обучающие инструменты будет приводить к тем же ошибкам.
MCP и исследование
С помощью web-search-mcp в Qwen нашёл кандидатов на Reddit MCP и добавил reddit-mcp-buddy.
Инструменты вроде Godot, локальных моделей и Qwen Code часто требуют реальных примеров из Reddit или сообществ, поскольку официальной документации недостаточно. Однако подключение MCP и реальное улучшение решений разработки — это разные задачи. Способность переводить результаты поиска в изменения кода всё ещё нуждается в проверке.
Трудные моменты
Сегодня, откровенно, настроение было на пределе.
Даже заменив модель, изменив способ запуска сервера, подключив MCP и создав описания ассетов, Qwen так и не дошёл до стадии, когда он читает весь проект и вносит правки. Особенно разочаровывало, что вызовы инструментов оставались простым текстом, а не реальными вызовами. Выглядя как код‑агент, модель на деле не читала и не изменяла файлы.
В итоге пришлось сделать перерыв. Продолжая в том же духе, я бы лишь повторял те же разочарования, а не находил решения.
Сегодняшнее суждение
Qwen2.5 Coder пока не готов стать агентом, способным полностью вести проект Godot. Цель — не ограничить использование Qwen, а сделать его надёжным код‑агентом.
Поэтому сегодняшние неудачи рассматриваем не как повод сузить область применения, а как основу для дообучения и настройки среды исполнения.
- Codex отвечает за интерпретацию изображений, поиск файлов, реальные правки и проверку.
- Метки ассетов, диффы правок, ошибки выполнения и процесс повторных правок, созданные Codex, сохраняются как кандидаты для обучающих данных Qwen.
- Qwen обучается вычитывать весь контекст проекта и напрямую править код Godot через вызовы инструментов.
- Среда, в которой вызовы инструментов «ломаются», сразу считается провальной; сначала настраиваем vLLM‑базовый реальный вызов.
- С помощью LLaMA-Factory проводим дообучение на паттернах работы с Godot и провальных кейсах.
Error: No Markdown fragment was provided for translation.
- При повторных тестах Qwen проверяем, что vLLM‑базовый вызов инструментов действительно работает.
- Если вызов инструмента выводится как текст, считаем сессию провальной.
- Работа с Godot обязана включать проверку результатов выполнения, а не только описание модели.
- Используем ассеты согласно
assets/ASSET_LABELS.mdи не смешиваем тайлсеты разных стилей. - Готовим дообучение на провальных кейсах Godot с помощью LLaMA-Factory.
- Конечная цель — превратить Qwen в инструмент, способный полностью выполнять исправления кода.