Scrapeless Scrapingブラウザを使ってQwen AIの回答をスクレイピングする方法

主要なポイント：

• 一つの作曲者、一つの送信ボタン、一つの応答ノード。 chat.qwen.ai ("Qwen Studio") は、単一の作曲者 textarea.message-input-textarea を表示します。そこに入力し、.message-input-right-button-send をクリックすると、.response-message-content.phase-answer から応答を読むことができます。たとえば、プロンプト「フランスの首都はどこですか？」は、「フランスの首都はパリです。」という返答を返します。
• ゲストセッションは一度限り; 次のターンにはログインが必要。 匿名のQwenセッションでは一回の質問に応答しますが、次のターンでは「ウェルカム / ログイン」の画面が表示されます。会話の履歴、ファイルアップロード、画像生成はすべてその画面の裏側にあり、認証された前提条件として扱う必要があります。
• ストップウォッチではなく応答のフッターを待つ。 Qwenは応答をトークンごとにストリームします。信頼できる「完了」信号は、メッセージの下に配置された応答のフッター（コピーコントロール .copy-response-button）です。固定のスリープは半分書かれた文章を捕えます。
• 推論カードは応答とは別のノード。 Qwenは応答本文の上に折りたたみ可能な「思考が完了しました」カード (.qwen-chat-thinking-status-card-title-text) を表示します。これを独自に検出해야、推論テキストが応答フィールドに入り込むことはありません。
• 居住用出口を固定し、各ジョブを一つのシェルに保つ。 chat.qwen.aiはIPによって個別化および制限をかけ、スクリーピングブラウザはプロキシー、フィンガープリンティング、レンダリングをセッションレベルの懸念として扱いますので、コードはセレクタと待機のみを扱います。
• 開始は無料。 新しいScrapelessアカウントには無料のスクリーピングブラウザランタイムが含まれています — app.scrapeless.comでサインアップしてください。

はじめに: Qwenの応答を構造化データに変換する

Qwen（アリババのTongyiファミリー）は、最も広く使用されている大規模言語モデルアシスタントの一つで、チームはその答えをデータとして求めています: モデル評価および回帰セット、ブランドおよびカテゴリの応答モニタリング、多言語のグラウンディングコーパス、そして並行プロンプトテスト。問題は、それらの回答がオープンHTMLページ上に存在しないことです。回答は、chat.qwen.aiで水和されたReactアプリにストリーミングされます — インターフェースは自らを「Qwen Studio」とラベル付けしています — そして、アプリが表示され、ストリーミングを終えた後にのみ応答がDOMに存在します。

これにより、普通のHTTPフェッチは無駄になります：空のアプリケーションシェルが得られるだけで、回答は得られません。作曲者、送信コントロール、応答コンテナはすべてアプリ固有のクラス名で、QwenがUIの更新を行うと変化します。そして、二回目の質問はログインの壁にぶつかります。したがって、実際の作業は、ブラウザのようにチャットUIを操作し、ストリームが安定するのを待ち、回答（および推論カードがレンダリングされた場合はそれ）をライブDOMから取り出すことです。

この記事は、Scrapeless Scraping Browserの上に構築されたターミナル主導のウォークスルーです。クラウドセッションを生成し、Qwen Studioを開き、作曲者にプロンプトを入力し、応答の終了を待ち、それをJSONとして読み取ります。以下のすべてのセレクタと信号は、chat.qwen.aiに対して行われた実際のScraping Browserの実行から得られています。関連する検索とAI応答ガイドは最後にリンクされています。

これでできること

• Qwenの評価データセットを構築する。 質問/回答のペアをタイムスタンプごとに固定し、回答の変化を追跡し、モデル回帰スイートに供給します。
• ブランドとカテゴリのモニタリング。 Qwenがあなたの製品、業界、または規制されたトピックについて質問にどのように答えるかを観察し、数週間にわたって応答を比較します。
• 多言語の回答のグラウンディング。 Qwenの応答を中国語と英語でキャプチャし、異言語間の情報検索評価を行います。
• プロンプトA/Bテスト。 同じ質問をいくつかの言い回しで実行し、戻ってくるものを比較します。
• 推論トレースフラグ。 問い合わせが「思考が完了しました」の推論パスをトリガーしたかどうかを記録し、迅速な回答を熟慮されたものから分けられるようにします。
• 引用の収集。 プロンプトがQwenにウェブソースでの回答の裏付けを促すとき、表面化したソースリンクを収集します。

なぜScrapeless Scraping Browserなのか

Scrapeless Scraping Browserは、ウェブクローラーやAIエージェント向けに設計されたカスタマイズ可能なアンチ検出クラウドブラウザです。特にchat.qwen.aiについては、以下の特徴があります：

• 195以上の国における居住用プロキシ（--proxy-country, --proxy-state, --proxy-city） — chat.qwen.aiはIPによって個別化・制限を行うため、居住用出口が持続的な収集のための基盤となります。
• クラウドでのJavaScriptレンダリング — Qwen Studioは水和されたシングルページアプリであり、応答ノードはアプリがマウントされてストリーミングされた後にのみ存在します。静的HTMLではこれを確認できません。
• 各セッションでのアンチ検出フィンガープリンティング — クラウドブラウザは、自己開発のChromiumを利用したアンチ検出クラウドブラウザで、チャットアプリに対して本物のChromeとして表示されます。
• セッションの永続性とプロファイル — ログインしたQwenクッキーをコール間で保持し、ステップ5でのマルチターンパスを解除します。
• 単一のCLIインターフェース — 一つの scrapeless-scraping-browser バイナリがナビゲーション、タイピング、クリック、待機、評価を駆動し、全体のフローが一つのシェルに収まります。
  APIキーを無料プランで取得するには、app.scrapeless.comにアクセスしてください。スクレイピングブラウザ製品ページには実行時間が記載されており、完全なコマンドセットはScrapelessのドキュメントにあります。

前提条件

• Node.js 18以降が必要です。
• ScrapelessアカウントとAPIキー - app.scrapeless.comでサインアップしてください。
• JSON解析用のjq（オプション；grepの代替も下に示します）。
• マルチターン抽出の場合：自分が管理するQwenアカウント。シングルターンのゲストフローはログインが不要ですが、それ以降の回答は必要です（ステップ5）。
• ターミナルの基本的な使い方に慣れていること。

インストール

以下のレシピは、scrapeless-scraping-browser CLI上で実行されます。セットアップは4つの短いステップで、CLIユーザーは1、2、4が必要で、AIエージェントユーザーは3を追加します。

1. CLIパッケージをインストール

npm install -g scrapeless-scraping-browser

これにより、以下のすべてのステップで呼び出されるscrapeless-scraping-browserバイナリが提供されます。このスキルは独自のランタイムを持っていないため、コマンドパターンをAIエージェントにロードしますが、CLI自体は最初にインストールする必要があります。

2. APIキーを設定する

トークンをapp.scrapeless.comから取得し、CLIが読み取れる場所に保存します：

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

設定ファイルは~/.scrapeless/config.jsonにあり、現在のユーザーのみにアクセスが制限されており、環境変数よりも優先されます。CIランナーの場合は、環境変数を優先してください：

export SCRAPELESS_API_KEY=your_api_token_here

3. AIエージェントにScrapelessスキルをインストール

これはステップ1とは別のステップです。ステップ1ではCLIバイナリがインストールされましたが、これはエージェントが呼び出すランタイムです。スキルは、エージェントがそれを正しく呼び出す方法を教えるものです（発見 → 送信 → 待機 → 抽出パターン、Qwenセレクター、待機戦略）。これらは2つの異なるもので、プロンプト駆動のワークフローには両方が必要です。

スキルはSKILL.md + skill.json + references/を含むフォルダです。正規のソースは、**scrapeless-ai/scrapeless-agent-browser → skills/scraping-browser-skill**リポジトリです。エージェント毎のインストールコマンドはScrapelessのドキュメントにあります。インストール後は、スキルがアクティブになるようにエージェントを再読み込みしてください。

4. インストールの確認

Qwenに触れる前に、安全なプロンプトでスモークテストを行います：

"Scrapelessスキルを使って、https://example.comを開き、ページのタイトルを教えてください。"

エージェントはセッションを作成し、ページを開いて**"Example Domain"**と応答するはずです。それが機能すれば、Qwen Studioを操作する準備が整いました。

実際の使い方：エージェントにプロンプトを与える

インストール後、Qwenをスクレイピングするには、エージェントに話しかけます — bashをコピー＆ペーストするのではありません。スキルは、Qwenの作成者/送信者/応答者のセレクターやストリーム完了チェックをエージェントのコンテキストにロードするため、一行のプロンプトでクリーンな応答JSONが返されます。

貼り付け可能なプロンプト

実例：Qwenの回答をテキストとして取得

あなたが入力する内容：

"Qwenに'フランスの首都は何ですか？ 短い文で答えて。' と尋ね、ただ答えをテキストとして返して。"

エージェントの計画（平易な英語）：

1. 居住セッションを作成する（USの出口はQwen Studioにとって良いデフォルトです）。

2. https://chat.qwen.ai/を開き、textarea.message-input-textareaが表示されるまで待ちます。
3. 作成者に質問を入力し、.message-input-right-button-sendをクリックします。
4. 応答フッター（.copy-response-button）がマウントされるまでポーリングします。これはストリームが終了したことを意味します。
5. .response-message-content.phase-answerを読み、そのテキストを返します。

戻される内容:

フランスの首都はパリです。

それが全てのユーザー向けの内容です。セレクタの発見、完了のポーリング、手順1〜4のJSON整形は、スキルがエージェントに実行させることです — これらをタイプする必要はありません。

プロンプトの整形: 戻される内容を制御する方法

手順1〜6は、裏側のリファレンスです — オープン→送信→待機→抽出のパターンがどのように構成されるかを確認するために一度読んでから、エージェントが適用するのを信頼してください。エージェントの外でのスクリプトは示された通りに正確に動作します; スキルがより早い道です。

手順1 — Scrapeless Scraping Browserへの接続

ページを開く前に、住宅用エグレスでセッションを生成します。プロキシの地理はセッションの生存期間中は固定されています。

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

echo "Session: $SESSION"

jqなしのポータブルフォールバック:

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

米国の住宅用エグレスはQwen Studioをきれいにレンダリングします。Qwenはグローバルな製品なので、安定した住宅用の国であればどこでも機能します; 地理をQwenに答えてほしい言語に合わせてください。

手順2 — Qwen Studioを開き、適切な待機を選択

chat.qwen.aiを開き、待機戦略を決定します。チャットアプリはストリーミングのためにライブ接続を保持するため、--load networkidleは静かなウィンドウに到達することはほとんどなく — 通常はハングします。信頼性のあるパターンは、固定のwaitの後に作成者をカウントする準備チェックです。

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

# 準備信号: 単一の作成者のテキストエリアがマウントされています。
scrapeless-scraping-browser --session-id $SESSION eval \
  'document.querySelectorAll("textarea.message-input-textarea").length'   # 1を期待

ページのタイトルは「Qwen Studio」で、バナーにはアクティブなモデルラベル（例、Qwen3.7-Plus）がモードセレクタに隣接して表示されています。回答を読むためにどちらも変更する必要はありません。

手順3 — プロンプトを送信

Qwen Studioは正確に1つの作成者を公開します、textarea.message-input-textarea。送信コントロールは作成者がリアルなキーストロークを保持したときのみアームされます — プログラムによるfillは値を設定しますが、作成者の入力状態を発火させないため、ボタンは無効のままです。プロンプトを文字ごとに入力し、UIに瞬間を与えてから、送信をクリックします。

新しいビルドに対してこれを配線している場合は、これらをそのまま信頼するのではなく、最初にセレクタを発見してください — Qwenはリリースごとにクラス名を回転させます:

# 発見: 作成者と任意の送信コントロールを確認してからそれらを操作します。
scrapeless-scraping-browser --session-id $SESSION get html "main"

それから送信します:

PROMPT="フランスの首都は何ですか？短い文で答えてください。"

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

# 送信ボタンはリアルなキーストロークが作成者に入るとアームされます。
scrapeless-scraping-browser --session-id $SESSION wait 600
scrapeless-scraping-browser --session-id $SESSION click ".message-input-right-button-send"

フォーカスされた作成者でEnterを押すと同じプロンプトが送信されます — typeの後にEnterを押すのは同じ道であり、送信ボタンがまだアームされていない場合に便利です。

送信時にQwenはURLを / から /c/new-chat を経由して /c/guest にルーティングし、ユーザーメッセージとして質問をレンダリングし、その下にアシスタントの返信をマウントします。
APIキーを無料プランで取得する: app.scrapeless.com

ステップ4 — ストリームを待ってから回答を抽出する

Qwenはトークン単位で返信をストリーミングするため、DOMを早く読みすぎると部分的な文が得られます。クリーンな完了信号は、メッセージごとのフッターのマウントです — コピーコントロール（.copy-response-button）はストリームが終了した後のみ表示されます。それをポーリングしてから、エクストラクターを実行します。

# 完了ポーリング: コピーコントロールは答えが完全にレンダリングされるときにマウントされる。
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

# 抽出: 答えの本文、推論フラグ、そして源リンク — 各フィールドごとにガードします。
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,
  });
})()
'

検証実行では、実際の回答テキストフランスの首都はパリです。、推論値思考が完了しました（折りたたまれた推論カードが存在したため）、および空の引用配列が返されました — 短い事実プロンプトはQwenをWebソースに基づかせることはありません。

セレクタノート:

• アシスタントメッセージは.qwen-chat-message-assistantでラップされており（.chat-response-message経由でもアクセス可能）、回答テキストは.response-message-content.phase-answer、.qwen-markdownパラグラフとしてレンダリングされます。
• 推論カード（.qwen-chat-thinking-status-card-title-text）は回答本文の兄弟であり、その子ではないため、別々にクエリして「思考が完了しました」ラベルが回答フィールドに入らないようにします。
• 引用はnullableとして扱います。Qwenがウェブベースのプロンプト用のソースリンクを表示する場合にのみポピュレートされます。

ステップ5 — 認証済みのマルチターンセッション（前提条件）

ゲストの表面は正確に1つの質問に回答します。最初の返信の後、Qwenは**「ようこそ」モーダルを表示します — 「Qwenとチャットするためにログインまたはサインアップし、ファイルや画像をアップロードし、画像や動画を生成し、その他も多数」 — ログイン、サインアップ、およびログアウトを維持**ボタンがあります。「ログアウトを維持」は、すでにある単一の回答を読み続けることを許可しますが、2回目のターン、会話履歴、ファイルアップロード、画像または動画生成にはすべてアカウントが必要です。

そのログインの壁は前提条件であり、偽るものではありません。マルチターン会話を抽出するには:

1. ログイン状態を保持する。接続が閉じるとセッションは終了します。 自分のアカウントからエクスポートしたQwenセッションCookieをCLIのcookies setで注入するか、認証ボールトに一度だけ資格情報を保存して（auth save <name>）、新しいセッションでauth login <name>で再生します — クッキーと認証フラグについては、Scrapeless docsを参照してください。
2. 呼び出しごとにその状態を再利用し、ターンごとに再認証しないようにします。
3. 会話を駆動するために、ステップ3〜4の種類 → クリック → 待機 → 抽出ループを使用してください。各新しいターンは、同じ方法で読み取る他の.qwen-chat-message-assistantノードを追加します。単一接続を超えて持続する必要があるマルチターンセッションのために、@scrapeless-ai/sdkのTypeScriptパスがCLIでは保持されない永続的な接続を持ちます。

資格情報は環境変数や秘密の管理ツールに保管し、スクリプト内には保存しないでください。単一ターンのゲスト回答にはこの全てが必要ないため、パイプラインが本当に1ターン以上を必要とする場合にのみ、認証されたフローに進んでください。

ステップ6 — スケーリング: ワーカーごとにCLI状態を分離する

1つのホストで複数のQwenジョブを同時に実行するには注意が必要です。CLIはシェル間でデーモン状態を共有するためです。並行負荷に耐える原則:

1. シングルシェルチェイニング。 ジョブの全シーケンスを1回の原子シェル呼び出しで実行することで、他のワーカーがステップ間に入り込むことを防ぎます。チェーン演算子に関する注意点：open は成功したナビゲーションでも非ゼロで終了します（いくつかのページでは、ページが既に使用可能であっても基盤となる page.goto がスローされます）、したがって && ではなく ; で分け、eval 'location.href' を使用して状態を調査し、終了コードに依存しないようにします — new-session && open "https://chat.qwen.ai/" ; wait 4000 && type … && click … && eval …。そのシングルシェルの原子性が、負荷を支える基本的な要素です。

2. ワーカーごとのユニークなセッション名。 デーモンはシェル間で状態を共有するため、ユニークなセッション名が1つのワーカーの呼び出しが他のワーカーのセッションにルーティングされるのを防ぎます。

3. ホストごとに ~3 の同時ワーカーに制限。 それを超えると、競合が発生します。より多くのファンアウトが必要な場合は、ワーカーを異なるホストに分散させてください — デーモンの状態はホストごとであり、アカウントごとではありません。

安定した評価パイプラインのためには、ホストごとの逐次処理で十分です：1つのQwenの質問ずつ、残りをキューに入れます。

返される内容

ステップ4の抽出器は url、reasoning、answer、および citations を返します。query、model、authenticated フィールドはそれに基づいて強化されます — 送信したプロンプト、ステップ2で読み取ったバナーモデルラベル、およびセッションがログインされているかどうかです。以下のすべての値はリアルキャプチャからのものです。

{
  "query":      "フランスの首都はどこですか？ 一文で答えてください。",
  "url":        "https://chat.qwen.ai/c/guest",
  "model":      "Qwen3.7-Plus",        // バナーモデルラベルから読み取ったもの; 評価行が比較可能なように固定
  "reasoning":  "思考が完了しました",   // クエリが推論パスを引き起こさなかった場合は null
  "answer":     "フランスの首都はパリです。",
  "citations":  [],                    // Qwenがウェブソースで回答を根拠づけた場合のみ populated
  "authenticated": false               // ゲスト = 1回の応答; ログインセッションを再利用すると true
}

率直な観察:

• 答えは流れてくるので、応答のフッターがマウントされた後でのみ読み取ってください（ステップ4） — そうしないと、半分書かれた文をキャプチャしてしまいます。
• reasoningは多くの短い事実に関するプロンプトに対してnullです。Qwenは推論パスを実行した場合にのみ「思考が完了しました」カードをレンダリングするので、保証ではなくシグナルとして使用してください。
• プロンプトがQwenにウェブソースを使用して回答を裏付けさせる場合を除いて、citationsは空のままです。このフィールドは下流でnullableとして扱うことが重要です。
• authenticated: falseは有効な状態であり、失敗ではありません — ゲストセッションは1回のクリーンな回答に適しており、それ以降はログイン壁（ステップ5）が境界です。
• バナーモデルラベルは、Qwen Studioがデフォルトで使用するモデルを反映しています。モデルの変更があなたの評価セットに無言で混在しないよう、行ごとに記録してください。

結論

Qwenのスクレイピングは、chat.qwen.aiをストリーミングアプリとして扱うことに要約されます：居住用クラウドセッションを作成し、Qwen Studioを開き、1つの作成者に入力し、回答フッターがマウントされるのを待ち、ハイドレーションされたDOMから返信を読み取ります。実際のシグナルに基づいてすべてのフィールドを保護してください — 理由カードとは別の回答本文、nullableとしての引用 — そうすれば、QwenがUI変更を出荷したときにもスキーマは信頼できます。境界を忘れないでください：ゲストセッションは1つのクリーンな回答に適しており、それ以降のすべてはログイン壁の背後にあり、多ターンが本当に必要なときにのみ認証済みの、クッキーが持続されるフローにアクセスしてください。同じパターンの検索とAI回答の部分については、Scrapeless Scraping Browserを使ってGoogle検索結果をスクレイプする方法を参照し、価格ページでランタイムとプランを比較してください。

AI搭載データパイプラインの構築の準備はできましたか？

コミュニティに参加して、無料プランを取得し、LLM回答抽出パイプラインを構築する開発者とつながりましょう：Discord · Telegram。

無料のScraping Browserランタイムを取得するには、app.scrapeless.comにサインアップし、上記のパターンをQwenのプロンプト、ロケール、そしてあなたのパイプラインに必要な認証済みの会話に適応させてください。

FAQ

Q: Qwenのスクレイピングは合法ですか？
A: 分析、モデル評価、研究のために公共の可視回答を収集することは、ほとんどの地域で広く許可されていますが、QwenとAlibabaの利用規約は引き続き適用され、法律は地域によって異なります。商業展開の前に対象の利用規約を確認し、生成されたコンテンツを保存することや個人データに関わることについては特に、法的助言を求めてください。

Q: プロキシは必要ですか？
A: はい。chat.qwen.aiはIPによってパーソナライズされ、レート制限をかけています。単一の生IPはすぐにスロットリングの対象になります。--proxy-countryで住宅のエグレスを固定してください（ステップ1）；国をQwenが応答するロケールに一致させます。

Q: Qwenが「ようこそ/ログイン」画面を表示するのですが、きれいなレンダリングを得るにはどうすればいいですか？
A: 単一の回答の場合、ゲストの画面はログインなしで機能します。最初にhttps://chat.qwen.ai/を開いて、コンポーザーがマウントされていることを確認してセッションを温めてから入力してください（ステップ2）。住宅のエグレスを固定しておいてください。マルチターンパスだけがアカウントを必要とします；それはステップ5での認証された前提条件です。このステップでは、注入したクッキーやAuth Vaultが呼び出し間でログインを保持します。

Q: Qwenのアップデート後、セレクターが一致しなくなりました—どうすれば？
A: Qwen Studioはリリースごとにクラス名を変更します。get html "main"を使ってライブDOMを再発見し、実際にレンダリングされている要素に対してセレクターを絞り込んでください。安定したアンカーを頼りにしましょう：シングルコンポーザーtextarea.message-input-textarea、アシスタントラッパー.qwen-chat-message-assistant、および回答本文.response-message-content.phase-answer。

Q: 同時に何個のQwenセッションを実行できますか？
A: ホストごとに約3つのワーカーに制限してください。各ジョブのCLIコールを単一のシェルで連鎖させて、各ワーカーにユニークなセッション名を付けてください（ステップ6）。より多くのスループットを得るには、ホスト間でシャーディングを行い、1つのホスト上でワーカーを積み重ねないようにしてください。

Q: AIエージェントなしでこれを行うことはできますか？
A: はい。上記のbashは自立してエンドツーエンドで実行されます。そのスキルにより、エージェントが1行のプロンプトから同じオープン→送信→待機→抽出ループを駆動できるようになります。これは推奨された方法ですが、必須ではありません。

Q: Qwenの推論トレースをキャプチャするにはどうすればよいですか？
A: .qwen-chat-thinking-status-card-title-textで推論カードを検出します。「思考が完了しました」ラベルが縮小されていると、推論パスが実行されたことを示します。推論テキストと最終回答を異なるフィールドに保持するために、 .response-message-content.phase-answerから別々にクエリしてください。また、必要に応じてカードを展開して、チェーンそのものを取得してください。

Q: Qwenは中国語または英語で答えますか？
A: それはプロンプトの言語とアカウントまたはプロキシのロケールに依存します。ターゲット言語で尋ね、一致する--proxy-countryを固定して、多言語評価セット全体で回答を一貫させてください。