Cómo raspar respuestas de Qwen AI con el navegador de raspado Scrapeless

Puntos Clave:

• Un compositor, un botón de envío, un nodo de respuesta. chat.qwen.ai ("Qwen Studio") presenta un único compositor textarea.message-input-textarea; escribe en él, haz clic en .message-input-right-button-send, luego lee la respuesta de .response-message-content.phase-answer. De principio a fin, el prompt "¿Cuál es la capital de Francia?" devuelve "La capital de Francia es París."
• Una sesión de invitado tiene un turno; el siguiente turno necesita inicio de sesión. Una sesión anónima de Qwen responde a una sola pregunta, luego aparece un muro de "Bienvenido / Iniciar sesión" antes del segundo turno. El historial de conversación, la carga de archivos y la generación de imágenes están detrás de ese muro: trátalos como un requisito autenticado, no como una llamada de invitado.
• Espera en el pie de respuesta, no en un cronómetro. Qwen transmite la respuesta token por token. La señal "hecho" confiable es el pie de respuesta (el control de copia .copy-response-button) que se monta debajo del mensaje: un sueño fijo captura una oración medio escrita.
• La tarjeta de razonamiento es un nodo separado de la respuesta. Qwen presenta una tarjeta desplegable de "Pensamiento completado" (.qwen-chat-thinking-status-card-title-text) por encima del cuerpo de la respuesta. Detecta esto por separado para que el texto de razonamiento nunca se mezcle en tu campo de respuesta.
• Asegura la salida residencial y manten cada trabajo en un solo shell. chat.qwen.ai personaliza y limita el uso por IP, y el Navegador de Scraping maneja proxies, huellas digitales y renderización como preocupaciones a nivel de sesión, por lo que tu código solo trata con selectores y esperas.
• Gratis para comenzar. Nuevas cuentas de Scrapeless incluyen tiempo de ejecución gratuito del Navegador de Scraping: regístrate en app.scrapeless.com.

Introducción: convertir las respuestas de Qwen en datos estructurados

Qwen (familia Tongyi de Alibaba) es uno de los asistentes de modelos de lenguaje grande más utilizados, y los equipos quieren sus respuestas como datos: conjuntos de evaluación de modelos y regresiones, monitoreo de respuestas de marca y categoría, corpus de anclaje multilingües y pruebas de prompts lado a lado. El problema es que esas respuestas no viven en una página HTML abierta. Se transmiten en una aplicación React hidratada en chat.qwen.ai — la interfaz se autoclasifica como "Qwen Studio" — y la respuesta solo existe en el DOM después de que la aplicación la renderiza y termina de transmitirla.

Eso hace que una simple solicitud HTTP sea inútil: obtienes un shell de aplicación vacío, sin respuesta. El compositor, el control de envío y el contenedor de respuestas son todos nombres de clase específicos de la aplicación que cambian cuando Qwen lanza una actualización de la interfaz de usuario, y una segunda pregunta se encuentra con un muro de inicio de sesión. Así que la verdadera tarea es manejar la interfaz de chat como lo haría un navegador, esperar a que la transmisión se asiente y extraer la respuesta (y la tarjeta de razonamiento, cuando se renderiza) del DOM en vivo.

Esta publicación es una guía paso a paso enfocada en terminal sobre el Navegador de Scraping de Scrapeless. Crea una sesión en la nube, abre Qwen Studio, escribe un prompt en el compositor, espera a que la respuesta termine y léela de nuevo como JSON. Cada selector y señal a continuación se extrae de una ejecución real de Navegador de Scraping contra chat.qwen.ai. Una guía complementaria de búsqueda y respuesta de IA está vinculada al final.

Lo Que Puedes Hacer Con Eso

• Construir conjuntos de datos de evaluación de Qwen. Asocia pares de preguntas/respuestas por marca temporal para rastrear la deriva de respuestas y alimentar conjuntos de regresión de modelos.
• Monitoreo de marca y categoría. Observa cómo Qwen responde a preguntas sobre tu producto, tu sector o un tema regulado, y compara las respuestas a lo largo de semanas.
• Anclaje de respuestas multilingües. Captura las respuestas de Qwen en chino e inglés para evaluación de recuperación interlingüística.
• Pruebas A/B de prompts. Ejecuta la misma pregunta a través de varias formulaciones y compara lo que regresa.
• Banderas de trazas de razonamiento. Registra si una consulta activó un paso de razonamiento de "Pensamiento completado", para que puedas separar respuestas rápidas de las deliberadas.
• Recolección de citas. Cuando un prompt empuja a Qwen a fundamentar su respuesta con fuentes web, recopila los enlaces de origen que ofrece.

Por Qué Elegir el Navegador de Scraping de Scrapeless

El Navegador de Scraping de Scrapeless es un navegador en la nube personalizable y anti-detección diseñado para arañas web y agentes de IA. Para chat.qwen.ai específicamente, ofrece:

• Proxies residenciales en más de 195 países (--proxy-country, --proxy-state, --proxy-city) — chat.qwen.ai personaliza y limita el uso por IP, por lo que la salida residencial es el elemento de carga básico para una recolección sostenida.
• Renderización de JavaScript en la nube — Qwen Studio es una aplicación de una sola página hidratada; el nodo de respuesta solo existe después de que la aplicación se monta y transmite, que HTML estático nunca ve.
• Huella digital anti detección en cada sesión — el navegador en la nube, un navegador en la nube anti detección impulsado por Chromium desarrollado internamente, se presenta como un Chrome real ante la aplicación de chat.
• Persistencia de sesión y perfiles — mantiene vivo una cookie de Qwen iniciada sesión entre llamadas, que es lo que desbloquea la ruta de múltiples turnos en el Paso 5.
• Una única interfaz de línea de comandos — un binario de scrapeless-scraping-browser controla la navegación, la escritura, clics, esperas y evaluación, por lo que todo el flujo vive en un solo shell.
  Obtenga su clave API en el plan gratuito en app.scrapeless.com. La página del producto Scraping Browser cubre el tiempo de ejecución, y el conjunto completo de comandos se encuentra en la documentación de Scrapeless.

Requisitos previos

• Node.js 18 o posterior.
• Una cuenta en Scrapeless y clave API: regístrese en app.scrapeless.com.
• jq para análisis JSON (opcional; a continuación se muestra una alternativa de grep).
• Para extracción de múltiples turnos: una cuenta de Qwen que controle. El flujo de invitado de un solo turno no necesita inicio de sesión; todo lo que suceda después de la primera respuesta sí (Paso 5).
• Familiaridad básica con la terminal.

Instalar

Las recetas a continuación funcionan en el CLI scrapeless-scraping-browser. La configuración consiste en cuatro pasos cortos: los usuarios de CLI necesitan #1, #2 y #4; los usuarios de agente AI añaden #3.

1. Instale el paquete CLI

npm install -g scrapeless-scraping-browser

Esto proporciona el binario scrapeless-scraping-browser que se llama en cada paso a continuación. La habilidad no incluye su propio tiempo de ejecución: carga patrones de comandos en su agente AI, pero el CLI debe instalarse primero.

2. Configure su clave API

Obtenga su token de app.scrapeless.com, luego almacénelo en un lugar donde el CLI pueda leerlo:

scrapeless-scraping-browser config set apiKey your_api_token_here
scrapeless-scraping-browser config get apiKey   # verificar

El archivo de configuración se encuentra en ~/.scrapeless/config.json con acceso restringido al usuario actual, y tiene prioridad sobre la variable de entorno. Para los ejecutores de CI, prefiera la variable de entorno en su lugar:

export SCRAPELESS_API_KEY=your_api_token_here

3. Instale la habilidad Scrapeless en su agente AI

Este es un paso separado de #1. El paso 1 instaló el binario del CLI: el tiempo de ejecución que invoca su agente. La habilidad es lo que enseña a su agente cómo invocarlo correctamente (el patrón descubrir → enviar → esperar → extraer, los selectores de Qwen, la estrategia de espera). Son dos cosas diferentes y necesita ambas para el flujo de trabajo impulsado por el prompt.

La habilidad es una carpeta que contiene SKILL.md + skill.json + references/. La fuente canónica es el scrapeless-ai/scrapeless-agent-browser → skills/scraping-browser-skill repositorio en GitHub; los comandos de instalación por agente están en la documentación de Scrapeless. Recargue su agente después de la instalación para que la habilidad se active.

4. Verifique la instalación

Pruebe con un prompt seguro antes de usar Qwen:

"Usando la habilidad Scrapeless, abra https://example.com y dígame el título de la página."

Su agente debería crear una sesión, abrir la página y responder con "Example Domain". Si eso funciona, está listo para utilizar Qwen Studio.

Cómo usar esto: hable con su agente

Después de la instalación, raspe Qwen hablando con su agente — no copiando y pegando bash. La habilidad carga los selectores de compositor/envío/respuesta de Qwen y la verificación de completación de flujo en el contexto del agente, por lo que un prompt de una línea devuelve un JSON de respuesta limpio.

Prompts que puede pegar

Ejemplo trabajado: una respuesta de Qwen como texto

Escribe:

"Pregunte a Qwen '¿Cuál es la capital de Francia? Responda en una oración corta.' y devuelva solo la respuesta como texto."

El plan del agente (en inglés sencillo):

1. Crear una sesión residencial (la salida estadounidense es un buen valor predeterminado para Qwen Studio).

2. Abre https://chat.qwen.ai/, luego espera hasta que el compositor textarea.message-input-textarea esté presente.
3. Llena el compositor con la pregunta y haz clic en .message-input-right-button-send.
4. Haz una consulta hasta que el pie de respuesta (.copy-response-button) se monte — eso significa que el flujo ha terminado.
5. Lee .response-message-content.phase-answer y devuelve su texto.

Lo que recibes a cambio:

La capital de Francia es París.

Esa es toda la superficie visible para el usuario. El descubrimiento de selectores, la consulta de finalización y la conformación de JSON en los Pasos 1–4 a continuación son lo que la habilidad hace que el agente ejecute — no necesitas escribir ninguno de ellos.

Configurando mensajes: cómo controlar lo que se recibe

Los Pasos 1–6 a continuación son la referencia interna — léelos una vez para ver cómo se compone el patrón de abrir → enviar → esperar → extraer, luego confía en tu agente para aplicarlo. La programación fuera de un agente funciona exactamente como se muestra; la habilidad es solo el camino más rápido.

Paso 1 — Conectar al Navegador de Scraping sin Scrapeless

Crea una sesión con salida residencial antes de abrir cualquier página. La geografía del proxy es fija durante la vida de la sesión.

SESSION=$(scrapeless-scraping-browser new-session \  
  --name "qwen-us" \  
  --ttl 1800 \  
  --proxy-country US \  
  --json | jq -r '.data.taskId')  

echo "Sesión: $SESSION"  

Alternativa portátil sin jq:

SESSION=$(scrapeless-scraping-browser new-session \  
  --name "qwen-us" --ttl 1800 --proxy-country US --json \  
  | grep -oE '"taskId":"[^"]*"' | cut -d'"' -f4)  

La salida residencial de EE. UU. representa Qwen Studio de manera clara. Qwen es un producto global, por lo que cualquier país residencial estable funciona; adapta la geografía al idioma que deseas que Qwen use para responder.

Paso 2 — Abrir Qwen Studio y elegir la espera adecuada

Abre chat.qwen.ai, luego decide una estrategia de espera. Una aplicación de chat mantiene una conexión activa abierta para la transmisión, por lo que --load networkidle rara vez alcanza una ventana tranquila — tiende a colgarse. El patrón confiable es una wait fija seguida de un chequeo de disponibilidad que cuente el compositor.

scrapeless-scraping-browser --session-id $SESSION open "https://chat.qwen.ai/"  
scrapeless-scraping-browser --session-id $SESSION wait 4000  

# Señal de disponibilidad: el único textarea del compositor se ha montado.  
scrapeless-scraping-browser --session-id $SESSION eval \  
  'document.querySelectorAll("textarea.message-input-textarea").length'   # se espera 1  

El título de la página dice "Qwen Studio" y la pancarta muestra la etiqueta del modelo activo (por ejemplo, Qwen3.7-Plus) junto a un selector de modo establecido en Auto. No necesitas cambiar ninguno de los dos para leer una respuesta.

Paso 3 — Enviar un aviso

Qwen Studio expone exactamente un compositor, textarea.message-input-textarea. El control de envío se activa solo una vez que el compositor contiene teclas reales — un fill programático establece el valor sin activar el estado de entrada del compositor, por lo que el botón permanece inerte. Escribe la pregunta carácter por carácter, dale un momento a la interfaz, luego haz clic en enviar.

Si estás conectando esto a una nueva versión, descubre los selectores primero en lugar de confiar en estos al pie de la letra — Qwen rota los nombres de clase a través de las versiones:

# Descubre: confirma el compositor y cualquier control de envío antes de accionar.  
scrapeless-scraping-browser --session-id $SESSION get html "main"  

Luego envía:

PROMPT="¿Cuál es la capital de Francia? Responde en una frase corta."  

scrapeless-scraping-browser --session-id $SESSION type \  
  "textarea.message-input-textarea" "$PROMPT"  

# El botón de envío se activa una vez que se introducen pulsaciones de teclado reales en el compositor.  
scrapeless-scraping-browser --session-id $SESSION wait 600  
scrapeless-scraping-browser --session-id $SESSION click ".message-input-right-button-send"  

Presionar Enter en el compositor enfocado envía el mismo aviso — presionar Enter después del type es un camino equivalente, útil cuando el botón de envío aún no se ha activado.

Al enviar, Qwen redirige la URL de / a /c/new-chat a /c/guest y renderiza tu pregunta como un mensaje del usuario, con la respuesta del asistente montada debajo.
Consigue tu clave API en el plan gratuito: app.scrapeless.com

Paso 4 — Espera el flujo, luego extrae la respuesta

Qwen transmite la respuesta token por token, así que leer el DOM demasiado pronto te da una oración parcial. La señal de finalización limpia es el montaje del pie de mensaje — el control de copia (.copy-response-button) aparece solo después de que el flujo termina. Haz una consulta para ello, luego ejecuta un extractor.

# Consulta de finalización: el control de copia se monta cuando la respuesta está completamente renderizada.
for i in 1 2 3 4 5 6 7 8; do
  DONE=$(scrapeless-scraping-browser --session-id $SESSION eval '
    document.querySelector(".chat-response-message .copy-response-button") ? "done" : "streaming"
  ' | tail -1 | tr -d '"')
  [ "$DONE" = "done" ] && break
  sleep 1
done

# Extraer: cuerpo de respuesta, indicador de razonamiento y cualquier enlace fuente — protegido por campo.
scrapeless-scraping-browser --session-id $SESSION eval '
(function(){
  const msg = document.querySelector(".qwen-chat-message-assistant, .chat-response-message");
  if (!msg) return JSON.stringify({ answer: null });

  const body = msg.querySelector(".response-message-content.phase-answer, .custom-qwen-markdown");
  const reasoning = msg.querySelector(".qwen-chat-thinking-status-card-title-text");
  const cites = Array.from(msg.querySelectorAll(".qwen-markdown a[href^=\"http\"]"))
    .map(a => ({ url: a.href, text: a.textContent.trim().slice(0, 80) }));

  return JSON.stringify({
    url:       location.href,
    reasoning: reasoning ? reasoning.textContent.trim() : null,
    answer:    body ? body.textContent.trim() : null,
    citations: cites,
  });
})()
'

En la ejecución de verificación, esto devolvió el texto real de la respuesta La capital de Francia es París., un valor de razonamiento de Pensamiento completado (la tarjeta de razonamiento colapsada estaba presente) y un array citations vacío — un aviso fáctico corto no empuja a Qwen a basarse en fuentes web.

Notas sobre selectores:

• El mensaje del asistente está envuelto en .qwen-chat-message-assistant (también se puede alcanzar a través de .chat-response-message); el texto de respuesta vive en .response-message-content.phase-answer, renderizado como párrafos .qwen-markdown.
• La tarjeta de razonamiento (.qwen-chat-thinking-status-card-title-text) es un hermano del cuerpo de respuesta, no un hijo de este — consulta por separado para que la etiqueta "Pensamiento completado" nunca caiga en tu campo respuesta.
• Trata citations como nullable. Se llena solo cuando Qwen muestra enlaces fuente para un aviso basado en la web.

Paso 5 — Sesiones autenticadas de múltiples turnos (prerequisito)

La superficie de invitado responde exactamente a una pregunta. Después de la primera respuesta, Qwen muestra un modal de "Bienvenido" — "Inicia sesión o regístrate para chatear con Qwen, subir archivos e imágenes, generar imágenes o videos, y más" — con botones de Iniciar sesión, Registrarse y Mantener cerrado. "Mantener cerrado" te permite seguir leyendo la única respuesta que ya tienes, pero un segundo turno, el historial de conversación, la carga de archivos y la generación de imágenes o videos requieren una cuenta.

Ese muro de inicio de sesión es un prerequisito, no algo que simular. Para extraer una conversación de múltiples turnos:

1. Persistir el estado de inicio de sesión, porque una sesión termina cuando su conexión se cierra. Inyecta las cookies de sesión de Qwen que exportaste de una cuenta que posees con cookies set de la CLI, o guarda las credenciales una vez en el Auth Vault (auth save <nombre>) y reprodúcelas con auth login <nombre> en una nueva sesión — consulta la documentación de Scrapeless para las cookies y las banderas de autenticación.
2. Reutiliza ese estado en cada llamada en lugar de volver a autenticar por turno.
3. Maneja la conversación con el mismo tipo → clic → espera → ciclo de extracción de los Pasos 3–4; cada nuevo turno agrega otro nodo .qwen-chat-message-assistant que lees de la misma manera. Para una sesión de múltiples turnos que debe sobrevivir a una sola conexión, la ruta TypeScript @scrapeless-ai/sdk mantiene la conexión persistente que la CLI no.

Mantén las credenciales en variables de entorno o tu administrador de secretos, nunca en el script. Una respuesta de invitado de un solo turno no necesita nada de esto; opta por el flujo autenticado solo cuando el canal realmente necesita más de un turno.

Paso 6 — Escalado: aísla el estado de CLI por trabajador

Ejecutar varios trabajos de Qwen a la vez en un host necesita cuidado, porque la CLI comparte el estado del daemon a través de shells. Los primitivos que soportan la carga en paralelo:

1. Cadena de un solo shell. Ejecuta toda la secuencia de un trabajo en una única invocación de shell atómica para que otros trabajadores no puedan intercalarse entre tus pasos. Una advertencia sobre el operador de cadena: open sale con un código diferente de cero incluso en una navegación exitosa (algunas páginas hacen que page.goto lance una excepción después de que la página ya es utilizable), así que sepáralo con ; en lugar de && y consulta el estado con eval 'location.href' en lugar de depender de su código de salida — new-session && open "https://chat.qwen.ai/" ; wait 4000 && type … && click … && eval …. Esa atomicidad de un solo shell es el primitivo que soporta la carga.
2. Nombres de sesión únicos por trabajador. El demonio comparte estado entre shells, por lo que un nombre de sesión único evita que las llamadas de un trabajador se enruten en la sesión de otro.
3. Límite de ~3 trabajadores concurrentes por host. Más allá de eso, la contención se acumula. Para más dispersión, divide los trabajadores entre hosts separados; el estado del demonio es por host, no por cuenta.

Para un flujo de evaluación constante, el enfoque secuencial por host es simple y suficiente: una pregunta de Qwen a la vez, acuñando el resto.

Lo que Obtienes de Vuelta

El extractor del Paso 4 devuelve url, reasoning, answer y citations; los campos query, model y authenticated se enriquecen a su alrededor — el aviso que enviaste, la etiqueta del modelo del banner leída en el Paso 2, y si la sesión estaba iniciada sesión. Cada valor a continuación proviene de una captura real.

{
  "query":      "¿Cuál es la capital de Francia? Responde en una frase corta.",
  "url":        "https://chat.qwen.ai/c/guest",
  "model":      "Qwen3.7-Plus",        // leído de la etiqueta del modelo del banner; fija para que las filas de evaluación permanezcan comparables
  "reasoning":  "Pensamiento completado",   // nulo cuando la consulta no desencadenó un pase de razonamiento
  "answer":     "La capital de Francia es París.",
  "citations":  [],                    // poblado solo cuando Qwen respalda con fuentes web
  "authenticated": false               // invitado = una consulta; verdadero una vez que reutilizas una sesión iniciada
}

Observaciones honestas:

• La respuesta se transmite, así que léela solo después de que el pie de página de respuesta se monte (Paso 4) — de lo contrario, capturarás una frase incompleta.
• reasoning es null para muchos avisos fácticos cortos. Qwen solo muestra la tarjeta "Pensamiento completado" cuando ejecutó un pase de razonamiento, así que úsalo como una señal, no como una garantía.
• citations permanece vacío a menos que el aviso empuje a Qwen a respaldar su respuesta con fuentes web. Protege el campo como nullable en la parte inferior.
• authenticated: false es un estado válido, no un fallo — la interfaz de invitado responde una pregunta, y el muro de inicio de sesión (Paso 5) es el límite para algo más.
• La etiqueta del modelo del banner refleja el modelo al que Qwen Studio predeterminó; regístralo por fila para que un intercambio de modelo no mezcle silenciosamente tu conjunto de evaluación.

Conclusión

Raspar Qwen se reduce a tratar chat.qwen.ai como la aplicación de transmisión que es: crea una sesión en la nube residencial, abre Qwen Studio, escribe en el único compositor, espera a que aparezca el pie de página de respuesta y lee la respuesta desde el DOM hidratado. Protege cada campo como una señal real — el cuerpo de la respuesta separado de la tarjeta de razonamiento, citas como nullable — para que tu esquema permanezca confiable cuando Qwen realice un cambio en la interfaz de usuario. Recuerda la frontera: una sesión de invitado es buena para una respuesta limpia, y todo lo que esté más allá vive detrás del muro de inicio de sesión, así que busca el flujo autenticado y persistente en cookies solo cuando el multi-turno sea realmente necesario. Para el lado de búsqueda y respuesta de IA del mismo patrón, consulta cómo raspar resultados de búsqueda de Google con el Navegador de Raspeo Scrapeless, y compara tiempos de ejecución y planes en la página de precios.

¿Listo para construir tu pipeline de datos potenciada por IA?

Únete a nuestra comunidad para reclamar un plan gratuito y conectarte con desarrolladores que construyen pipelines de extracción de respuestas LLM: Discord · Telegram.

Regístrate en app.scrapeless.com para obtener un tiempo de ejecución gratuito del Navegador de Raspeo y adapta los patrones anteriores a los avisos, locales y conversaciones autenticadas que tu pipeline necesita.

Preguntas Frecuentes

P: ¿Es legal raspar Qwen?
R: La recolección de respuestas públicamente visibles para análisis, evaluación de modelos e investigación está ampliamente permitida en la mayoría de las jurisdicciones, pero los términos de servicio de Qwen y Alibaba aún se aplican, y las leyes varían según la región. Revisa los términos objetivo antes del despliegue comercial y consulta a un abogado, especialmente en torno al almacenamiento de contenido generado o cualquier cosa que toque datos personales.

P: ¿Necesito un proxy?
A: Sí. chat.qwen.ai personaliza y limita la tasa según la IP, y una única IP sin procesar atrae el estrangulamiento rápidamente. Fija la salida residencial con --proxy-country (Paso 1); coincide el país con el idioma en el que quieres que Qwen responda.

Q: Qwen muestra un muro de "Bienvenido / Iniciar sesión" — ¿cómo obtengo un renderizado limpio?
A: Para una sola respuesta, la superficie de invitados funciona sin iniciar sesión — calienta la sesión abriendo primero https://chat.qwen.ai/ y confirmando que el compositor está montado (Paso 2) antes de escribir, y mantiene la salida residencial fija. Solo el camino de múltiples turnos necesita una cuenta; ese es el requisito autenticado en el Paso 5, donde las cookies inyectadas o el Auth Vault mantienen la sesión iniciada entre llamadas.

Q: Los selectores dejaron de coincidir después de una actualización de Qwen — ¿qué hago ahora?
A: Qwen Studio rota los nombres de clase a través de las versiones. Redescubre el DOM en vivo con get html "main" y ajusta tus selectores contra lo que realmente se renderiza. Apóyate en los anclajes estables: el compositor único textarea.message-input-textarea, el envoltorio del asistente .qwen-chat-message-assistant, y el cuerpo de la respuesta .response-message-content.phase-answer.

Q: ¿Cuántas sesiones de Qwen puedo ejecutar en paralelo?
A: Limítalo a aproximadamente tres trabajadores por host, encadena las llamadas CLI de cada trabajo en una sola shell, y da a cada trabajador un nombre de sesión único (Paso 6). Para más rendimiento, divide entre hosts en lugar de apilar trabajadores en uno solo.

Q: ¿Puedo hacer esto sin un agente de IA?
A: Sí. El bash anterior se ejecuta de principio a fin por sí solo. La habilidad simplemente permite que tu agente impulse el mismo ciclo abierto → enviar → esperar → extraer desde un solo comando, que es el camino recomendado pero no un requisito.

Q: ¿Cómo capturo la traza del razonamiento de Qwen?
A: Detecta la tarjeta de razonamiento con .qwen-chat-thinking-status-card-title-text; la etiqueta colapsada "Pensamiento completado" indica que se ejecutó un pase de razonamiento. Consulta por separado de .response-message-content.phase-answer para que el texto razonado y la respuesta final se mantengan en campos distintos, y expande la tarjeta si necesitas la cadena en sí.

Q: ¿Responderá Qwen en chino o en inglés?
A: Depende del idioma del aviso y del idioma de la cuenta o proxy. Pregunta en el idioma objetivo y fija un --proxy-country coincidente para mantener las respuestas consistentes a través de un conjunto de evaluación multilingüe.