Hugging Face与Earthmover发布开源天气模型教程，以Aurora为例，展示从ERA5提取初始条件、执行24小时预测并计算误差的完整流程。文章指出模型权重易得，但数据管线是瓶颈：初始条件约1GB，全年回测需约360GB磁盘，且依赖特定GPU。开发者需处理Zarr数据、坐标与单位，并防止数据穿越。

该论文提出智能体工具使用需专门的mid-training数据管线，而非仅依赖post-training。研究构建20.3B token的MidTool-Mix语料，在Qwen3模型上经SFT和RL后，BFCLv3、tau2-Bench和MCP-Universe基准均显著提升。对照实验表明数据构成比规模更关键，但telecom和Web Search子集存在能力边界。