![[Bug]: tool_choice="required" not enforced with Qwen3.8-Flash-Next when enable_thinking=false (streaming); xgrammar "Failed to advance FSM"](https://www.chat-gpts.plus/wp-content/uploads/2026/09/55552-a09a0a5f-768x403.jpg)
该报错通常出现在 vLLM 使用 Qwen3.8-Flash-Next 模型、关闭 thinking（enable_thinking=false）且开启流式输出时，tool_choice="required" 未被强制生效，导致模型返回纯文本而非工具调用；开启 thinking 并启用 MTP 时，
该问题发生在 Open WebUI 的笔记（Notes）功能中，当笔记内包含指向自身标题的锚点链接（例如目录）时，点击链接不会滚动到对应标题位置，而是新开一个浏览器标签页并停留在笔记顶部。优先排查方向是确认笔记编辑器中的标题是否带有可被识别的 id，以及链接的锚点格式是否与标题经过 slugify
该报错发生在外部预设模型（preset: true、connection_type: external）被误当作 Workspace Model 处理时。点击编辑按钮会跳转到 /workspace/models/edit 并请求 /api/v1/models/model，最终返回 404，界面显示误
这个报错通常不是 Open WebUI 本身的问题，而是 PostgreSQL 中 config 表的主键索引与表内容不同步所致。优先排查该表是否存在重复记录，并对数据库执行 REINDEX 操作。
该报错出现在 n8n 的 Qdrant Vector Store 节点（v1.3，retrieve-as-tool 模式）被 AI Agent 调用时，抛出 Qdrant Fetching error: fetch failed 。优先建议将 @n8n/n8n-nodes-langchain 包升级
这是 Ollama MLX runner 在 macOS 上的前缀缓存恢复缺陷，导致长上下文提示词每次冷启动后都会浪费 0–8191 个 token 的重预填充时间（实测 17–27 秒），且无法通过现有的 num_ctx 、 num_batch 、 OLLAMA_KV_CACHE_TYPE 等参数
此报错通常出现在 Windows 且无 NVIDIA/CUDA、无 Apple Silicon（仅 Intel 核显 + CPU）环境下的任意 `ollama` 命令中，优先排查 MLX 动态库是否为旧版本残留，尝试彻底卸载后重新安装 Ollama。
该问题发生在 ComfyUI v0.34.0 及以上版本，使用 MiniMax H3 模型配合 latent 二进制遮罩（SetLatentNoiseMask + LTXVConcatAVLatent）时，被遮罩区域会被填充成灰白色漩涡状噪声而不是由扩散过程生成的内容。优先排查 ComfyUI 版本
该问题出现在 ComfyUI 对 MiniMax-H3 使用任何 denoise_mask（包括完全均匀的掩码）时，输出会出现规则的 16×16 像素网格伪影。这是由 #15375 引入的回归，可能原因是掩码被模型重复处理导致时间步长不一致，优先可尝试通过 ModelPatcher 禁用模型的掩码分
该报错通常出现在 MiniMax H3 模型启用官方核心节点「Model Sparse Attention」时，因显存分配超限导致 OOM，优先排查 ComfyUI 内置的 comfy-compiler 优化是否出错，可尝试以 --disable-comfy-compiler 参数启动验证。