Keel（龙骨）

为 Agent 造模型：面向工具调用任务的 数据合成 → 微调(QLoRA/GRPO) → 部署(vLLM) → 评测 全链路。 服务对象是我自己的两个 Agent 项目（PaperRAG、WeatherFlow）， 目标是证明：在我的工具集上，自己微调的 4B 模型比通用大模型更准、更便宜、更快。

状态：M1/M2/M4/M5/M6 已有可运行产物，当前处于端到端联调与收口阶段 · 规划背景见 PROJECT_PLAN.md（v2.0）· 定位决策见 ADR-001

架构

应用层    PaperRAG (RAG·12节点流水线)   WeatherFlow (Agent·四层记忆·HITL)
                  \                          /
评测层     统一评测方法论（golden cases · AST 匹配 · ECE · NDCG）
                           |
模型层     Keel：为 Agent 造模型
           数据合成(16个自有工具schema) → SFT(QLoRA) → GRPO(stretch)
           → vLLM+AWQ 部署(压测+成本报告) → 评测门禁
                           |
设施层     Keel Gateway (Java 21·瘦身版：SSE转发/鉴权/限流/降级路由)
原理层     mini-infer (纯 PyTorch 手写 Qwen3-0.6B 推理·与 HF 对齐)

仓库结构

keel/
├── PROJECT_PLAN.md        # 总规划（v2.0）
├── docs/
│   ├── adr/               # 架构决策记录（ADR-001 定位与数据策略）
│   ├── notes/             # LLM 理论学习笔记（转化为 interview-qa）
│   ├── m6-architecture.md # M6 深读：三层路由 · 网关内部 · 工具执行层
│   └── m6-cheatsheet.md   # 面试速记一页
├── mini-infer/            # M1 纯 PyTorch 推理引擎
├── tuning/                # M2 数据合成 + LLaMA-Factory 配置 + GRPO
│   ├── schemas/           # 16 个工具 schema 资产（从两个 Agent 项目提取）
│   └── data/              # 导出/脱敏/合成脚本（真实数据不入库）
├── evals/                 # M5 工具调用评测：AST 匹配器 + 评测集
│   └── cases/             # held-out 评测 case（JSONL）
├── serving/               # M3 vLLM 部署与 benchmark
├── gateway/               # M4 Java 最小网关
├── agent/                 # M6 Agent 运行时（编排层 + CLI + 薄 Web UI）
└── deploy/                # M6 组合运行基础设施（默认 Redis；standalone 提供空 MySQL/Qdrant）

时间线（2026）

P0 立项(06-11) → P1 mini-infer(≤7d) → P2 微调(2w) → P3 vLLM+报告(1w) → ★ 07-12 起开始投递 → P3.5 GRPO / P4 网关 / P5 闭环物料（与面试并行）→ 08-09 收口