[Bug]: Unable to know of the use of Deepdoc when creating dataset via API
![[Bug]: Unable to know of the use of Deepdoc when creating dataset via API](https://www.chat-gpts.plus/wp-content/uploads/2026/08/5998-94fde21a-768x403.jpg)
该报错发生在通过 API 创建数据集(Dataset/Knowledge Base)后,在 WebUI 中查看该数据集配置时,解析器(Parser)和分块方法显示为空或始终为“naive”,无法确认 DeepDoc 是否被使用。优先排查后端数据库中 parser_id 字段是否被固定写为 "naiv
![[Bug]: Unable to know of the use of Deepdoc when creating dataset via API](https://www.chat-gpts.plus/wp-content/uploads/2026/08/5998-94fde21a-768x403.jpg)
该报错发生在通过 API 创建数据集(Dataset/Knowledge Base)后,在 WebUI 中查看该数据集配置时,解析器(Parser)和分块方法显示为空或始终为“naive”,无法确认 DeepDoc 是否被使用。优先排查后端数据库中 parser_id 字段是否被固定写为 "naiv
![[Question]: Why cant i connect to MySQL](https://www.chat-gpts.plus/wp-content/uploads/2026/08/8248-3ea16a5d-768x403.jpg)
RAGFlow 在 Docker 中无法连接 MySQL,最常见原因是数据库主机地址配置错误——在 Docker 环境下应使用服务名(通常是 mysql )而不是 localhost 。优先检查 service_conf.yaml 或环境变量中的 MYSQL_HOST 配置。
![[Bug]: Qwen3 thinking switch sends enable_thinking outside chat_template_kwargs for vLLM](https://www.chat-gpts.plus/wp-content/uploads/2026/08/18595-8011a420-768x403.jpg)
该报错发生在 RAGFlow v0.26.4 通过 OpenAI 兼容接口对接本地 vLLM 部署 Qwen3 系列模型时,由于 enable_thinking 参数被错误地放在请求体顶层而非 chat_template_kwargs 中,导致 vLLM 静默忽略该参数,Qwen3 模型始终以思考模

这个报错通常发生在将 Hugging Face 模型转换为 GGUF 格式时,模型的 config.json 中声明的架构(architecture)与实际词表格式不匹配。优先检查模型的真实架构,并在 config.json 中将其修正。

Eval bug: Step 3.7 fails to run on versions b10509+ 这个报错发生在 llama.cpp 更新到 b10509 或更高版本后,使用 AMD Strix Halo 集成显卡(Vulkan 后端)加载 Step-3.7-Flash 模型时,进程卡死在 l

这个报错通常发生在 Stable Diffusion 管线中,当 batch size(如 num_images_per_prompt )过大导致 VAE 解码 latent 时输出张量元素数量超过 INT_MAX 上限时触发。优先排查 batch size 是否过大,或尝试升级 xformers。

该报错发生在 Dify 1.15.0 传统 Chatbot/Completion 应用中,当模型供应商返回错误导致消息生成失败时,系统不会发送运维追踪(ops trace)任务。优先排查 EasyUIBasedGenerateTaskPipeline 中 QueueErrorEvent 错误处理路径

这是 Dify 1.14.2 及 main 分支中一个已确认的权限绕过缺陷,发生在启用了 RBAC 的工作区中,普通成员可通过 GET 请求列出数据源认证凭据而无需数据集编辑或凭证管理权限。优先排查 Dify 的 api/controllers/console/datasets/rag_pipeli
![[Bug]: DeepSeek-V4 NIXL failure returns corrupted reasoning with empty content](https://www.chat-gpts.plus/wp-content/uploads/2026/08/52276-70f6e8bd-768x403.jpg)
该报错在 vLLM 使用 NIXL/HMA 做分离式 Prefill/Decode 时触发,根本原因是 NIXL 兼容性握手失败后,请求并未被终止,而是继续解码,导致返回 HTTP 200 并伴随 corrupted tokens。优先排查方向是检查 Prefill 与 Decode 两端的 `kv

这个报错发生在 Open WebUI 的混合检索(Hybrid Search)在大型知识库集合上触发原生检索失败后,系统回退到“全量内存预取 + BM25 重建”路径,导致内存暴涨、进程被 OOM 杀死。优先排查原生混合检索为何失败(例如 include_user_info_headers 相关配置