MCP工具调用老失败，是模型问题还是我微调姿势不对？

说实话我觉得你这问题大概率不是模型能力不够，而是微调数据跟真实MCP请求的分布差太远了。Qwen2.5-7B本身的tool-calling能力在base模型上就偏弱，你LoRA rank=8又只喂了3000条，大概率是把模型“带偏”到了你那批样例的格式上，但真实远程工具返回的schema、错误提示、甚至HTTP状态码都会让模型懵掉。我建议你先别急着加数据，去扒一下MCP官方那套tool-use样例跟你实际Jira/CI接口的差异，比如参数嵌套层级、枚举值、可选字段的默认处理，这些细节模型一旦没见过就会开始瞎编。另外你loss降到0.8其实没太大参考意义，关键是看验证集上的工具调用准确率，如果训练集里全是“完美格式”的请求，模型自然学不会处理真实世界里的脏输入。我踩过类似的坑，后来是把远程API的报错信息也拼进训练样本里，让模型学会“根据错误调整参数”而不是硬猜。system prompt里你确实可以塞一些工具调用规则的提示，比如“如果参数缺失就返回明确错误”，但别指望靠prompt救回格式问题，那东西对7B模型来说太抽象了。最后问一句，你微调的时候有没有把MCP返回的原始JSON结构也放进对话历史里？如果没放，模型根本不知道远程工具长什么样，这可能是成功率卡在60%的关键。