41. 【实战】训练使用工具的导航规划 Agent 模型#
41.1. 任务背景#
大模型本身只有”大脑”（推理和生成能力），没有”手脚”（连接外部世界的能力），工具调用就是给它装上手脚的协议。大模型 Agent 的工具调用（Tool Calling / Function Calling）的根本动机：弥补大模型的先天局限。
纯大模型存在三个硬边界：
知识截止：训练数据有截止日期，无法获取实时信息（如今日股价、天气）。
无法行动：只能生成文本，不能直接操作外部系统（如发邮件、查数据库、订机票）。
计算/幻觉：不擅长精确数学计算，且可能一本正经地胡说八道。
工具调用正是为了突破这些边界，让模型在需要时能跳出文本生成，去使用外部工具。没有工具调用时，大模型只是一个对话系统；有了工具调用能力，它才进化为 Agent（智能体）：
感知：通过工具读取外部状态。
推理：自主规划该用哪些工具、按什么顺序用。
行动：通过工具影响外部世界。
41.2. 任务目标#
本次任务将在 Qwen2.5-0.5B-Instruct 基座模型上，通过 LoRA 微调，训练一个会使用导航规划工具的 Agent 模型，让大模型具备根据复杂的用户需求完成路径规划与导航决策的能力。
本次任务使的模型、微调方式和微调框架如下：
基础模型：Qwen2.5-0.5B-Instruct
微调方式：LoRA
微调框架：Swift
41.3. 学习收获#
完成本次任务，你将会：
理解使大模型具备工具调用能力的必要性
掌握 Agent 模型调用工具的典型流程
掌握构造 Agent 工具调用能力训练数据的方法
了解工具定义、注册、解析与执行的完整过程
掌握在大模型推理过程中使用工具的方式
能够训练具备工具调用能力的 Agent 模型
41.4. 获取源码#
点击下方链接，获取任务完整源码 👇👇👇
○ 如果你觉得这篇文章有所帮助，欢迎将本文链接推荐给更多人——无论是分享到朋友圈、博客、社群，还是任何你常逛的地方。每一次转发，都会让它在搜索结果中更容易被有需要的人看到。