大语言模型（LLM）在通用任务上表现出色，但在特定领域——比如 SRE 故障排查、法律文书、医疗诊断——往往缺乏深度知识。全量微调动辄需要数十 GB 显存，让个人开发者望而却步。LoRA（Low-Rank Adaptation）通过仅训练极少参数（通常 1-2%），在消费级 GPU 上就能完成高质量微调。本文从数学原理出发，结合一次在 RTX 4060 上微调 Qwen2.5-0.5B 的真实实验，完整介绍 LoRA 微调的技术细节和最佳实践。

通用大模型虽然能力强大，但在垂直领域的表现往往不尽如人意。以 SRE/OPS 故障排查为例，通用模型容易给出泛泛而谈的回答，缺乏具体的排查命令，甚至可能直接建议危险的删除或重启操作。本文记录了一次完整的实验：使用 Qwen2.5-0.5B-Instruct 基座模型，通过 LoRA 微调，在消费级 RTX 4060 上训练出一个 SRE/OPS 领域故障排查助手。33 条训练数据，11 秒训练时间，显存峰值 2.76 GB，平均评分从 8.0 提升到 8.7。