1. Cursor 默认不支持 Qwen

Cursor 原生支持的是：

• OpenAI（GPT 系列）
• Anthropic（Claude）

它没有内置 Qwen 选项。

你如果以为能在下拉框里选 Qwen，那是认知错误。

---

可行方案（按可用性排序）

方案一：通过 OpenAI 兼容接口“伪装接入”（最实际）

如果你用的是：

• 阿里云 百炼平台
• 或其他提供 Qwen API 的服务

很多都提供 OpenAI-compatible API

👉 你可以在 Cursor 里：

• 设置 OpenAI Base URL
• 填入 Qwen 的 API endpoint
• 使用 API Key

本质是：让 Cursor 以为它在调 GPT，实际调的是 Qwen

✔ 优点：

• 不用改 Cursor
• 成本最低

✘ 问题：

• 有些能力（函数调用 / 工具调用 / 长上下文）可能不完全兼容
• 稳定性取决于你接的服务

---

方案二：走代理层（更干净，但更复杂）

你可以自己搭一层：

• 转换请求格式
• 适配 Cursor → Qwen

比如：

• LiteLLM
• 自己写一个 FastAPI 转发层

👉 本质是：你在中间做协议翻译

✔ 优点：

• 可控性强
• 可以统一接多个模型

✘ 问题：

• 维护成本
• 延迟增加

---

方案三：本地跑 Qwen + API（很多人误判这里）

比如用：

• Ollama
• 或 vLLM / LM Studio

再暴露一个 OpenAI API

✔ 可以用
✘ 但你大概率会踩坑：

• 上下文长度不够 → Cursor 体验崩
• 代码能力不如 GPT-4/Claude（尤其复杂工程）
• 响应慢

👉 结论：能跑 ≠ 好用

---

你真正该问的问题（你没问，但必须面对）

你为什么要在 Cursor 里用 Qwen？

如果你的目标是：

• 便宜 → Qwen 有意义

• 代码质量 → 现在（2026）仍然：

  • GPT-4.x / Claude 明显更稳

• 私有化 → 才值得折腾本地方案

否则你是在：

为了“国产模型”这个标签，牺牲工程效率

这是典型的伪优化。

---