最近在本地用vLLM部署了Qwen2.5-7B，想搭个简单的Agent做工具调用，结果单个请求还好，一旦加上多轮思考和函数调用，响应时间直接飙到十几秒。试过调max_tokens和并发数，效果不明显。看别人demo里Agent丝滑得很，我这到底卡在哪了？是模型太小撑不起Agent，还是部署配置有问题？有没有过来人指点一下，感激不尽。