核心结论速览
在 Apple Silicon（macOS arm64）本地以 Ollama 运行 qwen3:0.6b（Q4_K_M 量化，751.63M 参数），验证两件事：模型能否正确完成「并行工具调用」任务，以及提示缓存能否显著压低首 token 延迟。
一句话结论：本地 0.6B 小模型在 raw 协议下完整通过 6 项工具调用 Gate，正确并行调用两个工具、参数精确匹配 Vancouver、收到结果后正常终止；
解码速度稳定 ~269 token/s（远超 100 token/s 基线）；提示缓存命中使首 token 延迟（TTFT）从 0.50s 降至 0.088s，加速 5.65×，5/5 配对全部命中更快 —— 本地 Agent 服务在延迟与正确性上均达标。
模型与环境
被测实例、运行宿主与推理服务版本，用于复现实验。
工具调用实验（Tool Calling）
任务：用户要求询问 Vancouver 当前时间与天气，并「调用两个工具」。系统提示明确要求时间工具传入 IANA 时区 America/Vancouver，温度工具用 celsius。
解析出的工具调用
从 raw 响应中解析并归一化的两次调用（并行发起）。
6 项正确性 Gate 检查
每一项均为通过（True）方判定实验有效。
两轮推理性能
TTFT=首 token 延迟，Wall=端到端耗时，Decode=解码速度（token/s）。第二轮因已有上下文与缓存，TTFT 显著更低。
TTFT 首 token 延迟 (s) · 越低越好
第一轮（工具调用）
第二轮（合成回答）
提示缓存实验（Prompt Caching）
5 组配对：缓存命中 vs 未命中 TTFT (s)
命中 (hit)
未命中 (miss)
最终判定
综合工具调用与提示缓存两部分的自动化判定。