基于 AgentFabric 微调 Qwen-7B 实现交互式智能体应用

AgentFabric 格式示例：

# 工具
## 你拥有如下工具：
amap_weather: amap_weather API。获取对应城市的天气数据...
## 当你需要调用工具时，请在你的回复中穿插如下的工具调用命令...
Action: 工具的名称...
Action Input: 工具的输入...
# 指令
你扮演一个天气预报助手...

由于 Prompt 格式的错位，微调后的模型在 AgentFabric 环境中容易出现'幻觉'或无法正确解析工具参数。

3.2 数据集转换脚本

为解决上述 Prompt 格式不匹配问题，我们需要将 MS-Agent 转换为 AgentFabric 的 Prompt 组织格式。以下是核心转换逻辑的实现代码：

import json
import re

sys_prefix = "\n# 工具\n\n## 你拥有如下工具：\n\n"

def _process_system(text):
    apis_info = []
    api_pattern = r"(?<=\n\d\.)(.*?})(?=])"
    apis = re.findall(api_pattern, text, re.DOTALL)
    sys_prompt = sys_prefix
    func_names = []
    
    for api in apis:
        func_name = re.search(r'(.*?):', api).group(1).strip()
        func_names.append(func_name)
        api_name = re.search(r'(\S+)\sAPI', api).group(1)
        api_desc = re.search(r'useful for?\s(.*?)\.', api).group(1)
        
        sys_prompt += f"{func_name}: {api_name} API。{api_desc}" + "输入参数：{\"type\": \"object\", \"properties\": {"
        paras = re.findall(r"Parameters: \[({.*})", api, re.DOTALL)
        required_paras = []
        
        for para in paras:
            para_name = re.search(r'"name": \"(.*?)"', para).group(1)
            desc = re.search(r'"description": \"(.*?)"', para).group(1)
            if re.search(r'"required": \"(.*)"', para).group(1).strip().lower() == "true":
                required_paras.append(para_name)
            sys_prompt += f'"{para_name}": {{"type": "string", "description": "{desc}"}}'
        
        sys_prompt += "},\"required\": " + json.dumps(required_paras) + "} Format the arguments as a JSON object." + "\n\n"
    
    func_names = json.dumps(func_names)
    sys_prompt += f"## 当你需要调用工具时，请在你的回复中穿插如下的工具调用命令，可以根据需求调用零次或多次：\n\n工具调用\nAction: 工具的名称，必须是{func_names}之一\nAction Input: 工具的输入\nObservation: <result>工具返回的结果</result>\nAnswer: 根据 Observation 总结本次工具调用返回的结果，如果结果中出现 url，请使用如下格式展示出来：![图片](url)\n\n\n# 指令\n\n你扮演 AI-Agent，\n你具有下列具体功能：\n下面你将开始扮演\n\n请注意：你具有图像和视频的展示能力，也具有运行代码的能力，不要在回复中说你做不到。\n"
    return sys_prompt

# 读取原始数据
jsonl_file_path = 'ms_agent/train_agent_react.jsonl'
target_file_path = 'new_ms_agent.jsonl'

modified_data = []
with open(jsonl_file_path, 'r', encoding='utf-8') as file:
    for line in file:
        json_obj = json.loads(line)
        system_prompt = json_obj["conversations"][0]["value"]
        json_obj["conversations"][0]["value"] = _process_system(system_prompt)
        modified_data.append(json_obj)

# 写入新文件
with open(target_file_path, 'w', encoding='utf-8') as file:
    for json_obj in modified_data:
        file.write(json.dumps(json_obj, ensure_ascii=False) + '\n')

使用该数据集微调后，模型在 AgentFabric 上的工具调用成功率显著提升，基本能正确调用工具。但仍存在总结能力稍弱、有时无法自动停止输出等问题。

3.3 补充 AgentFabric 真实数据

MS-Agent 数据集全为英文，且缺乏 AgentFabric 特有的 Roleplay 信息。为此，我们通过开源的 AgentFabric 框架实际调用访问，收集了一些真实发送给模型的 Prompt。筛选处理后形成新增数据集，与转换后的 MS-Agent 数据混合微调，进一步修复了总结和停止能力问题。

4. 微调流程

4.1 训练配置

在 GPU 机器上执行微调。假设使用 8 张 A100 显卡，训练时间约需 2-3 小时。如果是单卡训练，需调整 nproc_per_node 参数。

# 进入示例目录
cd examples/pytorch/llm

# 设置环境变量
export PYTHONPATH=../../..
nproc_per_node=8

# 启动训练 (使用 nohup 后台运行)
nohup torchrun \
    --nproc_per_node=$nproc_per_node \
    --master_port 29500 \
    llm_sft.py \
    --model_id_or_path qwen/Qwen-7B-Chat \
    --model_revision master \
    --sft_type lora \
    --tuner_backend swift \
    --dtype AUTO \
    --output_dir output \
    --custom_train_dataset_path ms_agent_for_agentfabric/new_ms_agent.jsonl ms_agent_for_agentfabric/addition.jsonl \
    --train_dataset_mix_ratio 2.0 \
    --train_dataset_sample -1 \
    --num_train_epochs 2 \
    --max_length 2048 \
    --check_dataset_strategy warning \
    --lora_rank 8 \
    --lora_alpha 32 \
    --lora_dropout_p 0.05 \
    --lora_target_modules ALL \
    --self_cognition_sample 3000 \
    --model_name 卡卡罗特 \
    --model_author 陶白白 \
    --gradient_checkpointing true \
    --batch_size 2 \
    --weight_decay 0.01 \
    --learning_rate 5e-5 \
    --gradient_accumulation_steps $(expr 1 / $nproc_per_node) \
    --max_grad_norm 0.5 \
    --warmup_ratio 0.03 \
    --eval_steps 100 \
    --save_steps 100 \
    --save_total_limit 2 \
    --logging_steps 10 &

训练完成后，查看 nohup.out 文件以获取最佳 Checkpoint 路径：

[INFO:swift] best_model_checkpoint: /home/workspace/swift/examples/pytorch/llm/output/qwen-7b-chat/v0-20240314-211944/checkpoint-2828

5. 模型部署

5.1 合并 LoRA 权重

由于使用了 sft_type=lora，部署前需要将 LoRA 权重合并到原始模型中，以便直接加载推理。

python tools/merge_lora_weights_to_model.py \
    --model_id_or_path /dir/to/your/base/model \
    --model_revision master \
    --ckpt_dir /dir/to/your/lora/model

其中 /dir/to/your/base/model 为基模型路径（如 qwen/Qwen-7B-Chat），/dir/to/your/lora/model 为训练得到的最佳 checkpoint 路径。

5.2 拉起服务

使用 vLLM 进行高效部署。

nohup python -m vllm.entrypoints.openai.api_server \
    --model /dir/to/your/model-merged \
    --trust-remote-code &

当日志显示 Uvicorn running on http://0.0.0.0:8000 时，表示服务启动成功。

5.3 接口测试

curl http://localhost:8000/v1/completions \
    -H "Content-Type: application/json" \
    -d '{"model": "/dir/to/your/model-merged", "prompt": "San Francisco is a", "max_tokens": 7, "temperature": 0}'

6. 集成与应用

6.1 简单测试

可通过 Python 代码直接测试模型能力。

from modelscope_agent.agents.role_play import RolePlay

def test_weather_role():
    role_template = '你扮演一个天气预报助手，你需要查询相应地区的天气，并调用给你的画图工具绘制一张城市的图。'
    
    llm_config = {
        "model_server": "openai",
        "model": "/dir/to/your/model-merged",
        "api_base": "http://localhost:8000/v1",
        "is_chat": True,
        "is_function_call": False,
        "support_stream": False
    }
    
    function_list = ['amap_weather']
    bot = RolePlay(function_list=function_list, llm=llm_config, instruction=role_template)
    response = bot.run('朝阳区天气怎样？')
    
    text = ''
    for chunk in response:
        text += chunk
    print(text)
    assert isinstance(text, str)

test_weather_role()

6.2 AgentFabric 中使用

1. 进入 AgentFabric 目录：cd modelscope-agent/apps/agentfabric
2. 修改 config/model_config.json，新增本地模型配置：

   "my-qwen-7b-chat": {
       "type": "openai",
       "model": "/dir/to/your/model-merged",
       "api_base": "http://localhost:8000/v1",
       "is_chat": true,
       "is_function_call": false,
       "support_stream": false
   }
   

3. 启动 Gradio 界面：

   GRADIO_SERVER_NAME=0.0.0.0 PYTHONPATH=../../ python app.py
   

4. 在浏览器访问 服务器 IP:7860 即可使用。

7. 常见问题与优化建议

7.1 显存不足

如果在训练或部署过程中遇到 OOM (Out Of Memory) 错误，可以尝试以下优化：

• 减小 batch_size。
• 开启 gradient_checkpointing（已在脚本中启用）。
• 使用更低精度的数据类型（如 --dtype BF16）。

7.2 工具调用失败

如果微调后模型仍偶尔无法调用工具，检查以下几点：

• 确认 System Prompt 中的工具描述是否准确无误。
• 检查训练数据中是否包含足够的正样本（成功调用工具的场景）。
• 适当增加 max_length，允许模型生成更长的思考链。

7.3 响应超时

vLLM 部署时若响应过慢，可调整 gpu_memory_utilization 参数，默认通常为 0.9，可根据显存情况调整至 0.85 或 0.95。

8. 总结

本文详细介绍了如何基于 AgentFabric 框架，利用 Qwen-7B-Chat 模型进行微调以实现交互式智能体应用。通过数据格式转换和混合数据集训练，有效解决了小模型在特定 Agent 框架下工具调用能力弱的问题。该方法不仅降低了硬件成本，还使得在私有化部署场景下构建高性能 Agent 成为可能。后续工作中，可进一步探索多模态数据的融合以及更复杂的任务规划能力。