背景： 这是我自己的一个旅行项目——一个跑在本地的旅行助手 Agent，基座是 Qwen3-0.6B（RTX 4060），能查攻略（Milvus + RAG）、查天气（和风天气）、查路线（高德地图）。它靠提示词也能调工具，但调用并不稳定，所以我正在基于这个项目做微调。这篇拆的是训练代码本身。

上一篇文章讲了旅行助手的微调数据如何生成。这篇继续往下看训练代码，专门拆解项目中的 train_qwen_lora.py：模型怎样加载，LoRA 适配器怎样插入，哪些 token 会参与 loss，Trainer 怎样完成训练，以及训练完成后如何使用 LoRA。

背景： 这是我自己的一个旅行项目——一个跑在本地的旅行助手 Agent，基座是 Qwen3-0.6B（RTX 4060），能查攻略（Milvus + RAG）、查天气（和风天气）、查路线（高德地图）。它靠提示词也能调工具，但调用并不稳定，所以我正在基于这个项目做微调。这篇是总览：从环境准备到本地联调的完整过程。

这次实践得到一个很明确的结论：微调负责让模型学会做事，RAG 负责提供知识，工具负责连接真实世界。 把三件事混成一件事，模型会变得难以调试；把它们拆开，旅行助手的每一步都能单独验证。