Sudden “Unauthorized: Invalid API Key” with this morning’s build
这个报错通常出现在使用带 --api-key-file （API Key 鉴权）的 llama-server 并访问内置 WebUI 时：前端静态资源被错误地纳入 API Key 校验，导致页面白屏、控制台报 Unauthorized: Invalid API Key 。优先排查是否使用了 API
分类： AI 工具排错
Eval bug: `GGML_ASSERT(ggml_can_mul_mat(a, b)) failed` when –parallel is not power of 2 (embeddinggemma)
这个报错通常出现在 llama-server 以 embedding 模式（如 embeddinggemma / gemma-embedding2 模型）加载时，`--parallel`（即 `n_seq_max`）被设置为非 2 的幂，导致内部矩阵乘法形状不匹配并触发断言。优先排查并调整 `--p
Float16 issue
这个 Float16 issue 通常会出现在 Faster Whisper 调用 CTranslate2 加载模型时，程序把权重推断为 float16，但当前 GPU/后端不支持高效的 float16 计算。优先排查显卡是否具备 Tensor Cores，以及 transcribe 时指定的 co
[i18n][ko-KR] Studio “Types” filter is mistranslated as “형?”
![[i18n][ko-KR] Studio "Types" filter is mistranslated as "형?"](https://www.chat-gpts.plus/wp-content/uploads/2026/10/43962-6f639e47-768x403.jpg)
这是 Dify 韩语（ko-KR）界面的一处翻译错误：Studio 页面顶部的应用类型筛选按钮把 “Types” 错译成了 “형?”，问题出在 ko-KR 语言文件里的一个文案字符串，和筛选逻辑本身无关。优先排查 web/i18n/locales/ko-KR/app.json 中的 studio.f
Windows difyctl deletes the previous file before a failed replacement
在 Windows 上使用 Dify 源码版执行 difyctl 写配置或写缓存时，如果底层“先删目标文件再重命名”的原子替换在中途失败，就会出现 Windows difyctl deletes the previous file before a failed replacement 这种旧文件已
issue: chat content search on PostgreSQL scans TOASTed chat.chat blobs, 5-15 s per query
当 Open WebUI 使用 PostgreSQL 后端且 chat.chat 的 JSON 数据被 TOAST 存储后，侧边栏聊天内容搜索（ /api/v1/chats/search ）会做逐元素的 JSON EXISTS 匹配，导致每次查询触发大量 TOAST detoast，单次 5–15
Unable to resume model training with a locally downloaded model and trust remote code
该报错通常出现在使用 trust_remote_code=True 加载带有自定义代码的本地模型后，进行训练 checkpoint 保存/恢复（resume）时。优先检查 checkpoint 目录中是否保留了模型原始目录的自定义 .py 代码文件。
ImportError: pass # Fall back to slow if fast not available
在 transformers v5 中， AutoTokenizer.from_pretrained() 会按 tokenizer_config.json 里的 tokenizer_class 直接实例化 slow 分词器（如 GPT2Tokenizer 、 LlamaTokenizer ），而没有
Version 0.40.0 stops with “Maximum threads” error after a minute.
该报错出现在 macOS Apple Silicon 上使用 Ollama 0.40.0/0.40.1-rc0/0.40.3 配合 MLX 模型（如 qwen3.6:35b-mlx）进行推理时，运行约一分钟后 MLX runner panic，并返回 HTTP 500。优先排查模型是否走 MLX r
MLX runner panic with qwen3.6:35b-mlx in Ollama 0.40.x — regression from 0.35.0
该报错通常出现在 Mac（Apple Silicon）上用 Ollama 0.40.x 加载 qwen3.6:35b-mlx 并处理较长上下文（如 65,536）时，MLX runner 的 KV 缓存（prefix cache）在解码过程中偏移越界，导致进程 panic。优先确认是否为 MLX 路