用途：在 Apple Silicon Mac 上做可复现的本地模型微调实验。用 Busabase 保存结构化状态与溯源，由受信本地 Agent/Worker 领取训练任务并执行计算；AirApp 只负责审阅示例、运行、评估和已注册适配器，不启动 MLX、不读取本地模型文件、不自行训练。微调改变行为，不替代 RAG 注入最新知识。
主要能力：逐条审阅训练示例（approve、request_changes、block），保留批注、审阅人、时间戳、来源与内容哈希；仅导出已批准示例，按来源等抗泄漏方式切分，生成 train.jsonl、valid.jsonl 与锁定 test.jsonl，上传不可变快照并记录 SHA-256。创建含基础模型与修订、方法、快照引用/哈希、配置的训练运行，原子领取并记录心跳，先评估基础模型，训练适配器，再用同一锁定测试集与解码设置评估适配器，上传适配器、完整报告与模型卡，由人工决定晋升、搁置或拒绝。
默认实验：基础模型 mlx-community/Qwen3-0.6B-4bit，方法 QLoRA（经 MLX-LM），任务为简短 App-in-Skill 描述转严格 app_spec JSON，指标为 JSON 有效性、schema 有效性、精确字段准确率与延迟，输出 LoRA 适配器。客服训练使用 support_qa 任务，评估指标为归一化精确答案匹配与 Unicode 字符 F1。
使用方式：先完成 Space 选择与依赖检查；本地冒烟命令：python3 -m venv .venv；.venv/bin/python -m pip install -r requirements-mlx.txt；.venv/bin/python scripts/mlx_smoke.py。客服 QA 同步与训练：pnpm sync:support-qa、pnpm sync:support-qa -- --apply、.venv/bin/python scripts/mlx_smoke.py --task support_qa --data <snapshot-directory>。MLX-LM 版本须固定在 requirements-mlx.txt 中。输出位于被忽略的 .cache/smoke-run/，报告写入 report.json。
UI 含 #/overview、#/examples、#/runs、#/evaluations、#/registry、#/settings；?demo=1 等参数进入演示模式，lang=en 或 lang=zh 切换语言，演示不写 Busabase。
限制：依赖不可用时停在 Busabase 操作前并报告，禁止用 SQLite 或本地 JSON 替代。不得从可变实时查询训练；基线须用同一锁定用例与解码设置。单一来源不足以支持晋升，需至少三个独立来源组并保留一组锁定测试。Space 或数据集含糊、缺少审阅与溯源、领取后变更、检测到测试泄漏、模型许可不兼容、哈希失败或密钥将进入浏览器时应停止。捆绑训练数据仅为流水线冒烟夹具。已部署的 AirApp 不能访问本机 localhost。其他收费与平台信息暂未提供。