`ChatOpenRouter` drops `cost` and `cost_details` when streaming with `stream_usage` enabled

该问题发生在使用 ChatOpenRouter 流式输出并启用 stream_usage 时,最后一个仅包含 usage 信息的 chunk 会丢失 cost 和 cost_details 字段。优先检查流式输出的 response_metadata 是否为空,并确认你使用的 LangChain 版

该问题发生在使用 ChatOpenRouter 流式输出并启用 stream_usage 时,最后一个仅包含 usage 信息的 chunk 会丢失 cost 和 cost_details 字段。优先检查流式输出的 response_metadata 是否为空,并确认你使用的 LangChain 版

该报错发生在 Open WebUI v0.11.0 使用 SQLite 数据库且数据库规模较大(如 1.30 GB、约 15k 聊天记录)时,高并发发送消息会导致 CPU 飙升至 1500% 并触发 OOM 崩溃。优先排查数据库索引缺失问题,可尝试应用 issue: Missing chat ind

该问题通常出现在 Open WebUI 部署在反向代理(如 NGINX、OpenShift Route)之后,且上游 LLM 服务(如 LiteLLM、llama-swap)需要基于客户端真实 IP 做统计或限流时。优先排查 Open WebUI 向 LLM 后端发起请求时,是否在构造 header

该报错通常发生在低版本 Docker(如 20.x、24.0.x)拉取 n8n 2.3.0 之后版本的镜像时,原因是镜像层 bc0cdc8ecc2f 的 tar 头部无法被旧版 Docker 正确解析。优先排查并升级 Docker 到最新版本。

该报错发生在通过 Ollama 拉取 `hf.co/*/Muse-Glimmer-30B*-GGUF` 第三方 GGUF 模型时,Ollama 接收到的 `stop` 参数来自 Hugging Face 自动生成的元数据,其中包含了模型自身用于开场的结构令牌,导致生成在输出约 3 个 token 后

该报错发生在 ComfyUI v0.33.0 及以上版本中,当在 LOOP 循环流程内使用多个 Model Preview Override(用于 MiniMax-H3)节点时,预览会在第二次循环迭代后停止更新。优先排查流程中是否存在多个 Model Preview Override 节点,尝试合并
![[Bug] 清空全部记忆后记忆抽取无法重新生成(话题显示 completed)/Clearing all memories prevents memory extraction from re-generating (topics processed 'completed')](https://www.chat-gpts.plus/wp-content/uploads/2026/08/18498-ee748f68-768x403.jpg)
该问题发生在 LobeChat 自托管环境中,用户在“清空全部记忆”后,已抽取过的话题仍保留 completed 状态,导致后续记忆分析跳过这些话题,无法重新生成记忆。优先检查 topics.metadata.userMemoryExtractStatus 状态是否被重置。
![[Question]: Chat doesn't retrieve answer from knowledge](https://www.chat-gpts.plus/wp-content/uploads/2026/08/8022-2eace44f-768x403.jpg)
这个问题通常出现在 RAGFlow 中聊天机器人的检索组件未正确关联知识库,或系统提示词缺少 {knowledge} 变量,导致大语言模型(LLM)无法接收知识库内容。优先检查知识库是否已正确关联、嵌入模型是否一致,以及系统提示词是否包含 {knowledge} 变量。

在 Gradio Gallery 组件中设置 rows=1 后,图片数量过多时不会按预期分行,而是继续追加新行,且当指定 height 参数后新行被裁切,却不会出现滚动条。此问题在 Gradio 6.25.0(main 分支,提交 375335e60)上已无法复现,可能已由 #11938 修复,优先

该报错通常发生在 Gradio 5.x 升级后,Chatbot 或 Markdown 组件无法渲染 LaTeX 公式的场景。优先排查两点:一是确认是否通过 latex_delimiters 参数正确传递分隔符;二是检查 Python 字符串中反斜杠是否被转义,建议使用 raw string( r".