RuntimeError: SENTINEL: transformers was imported
该报错发生在导入 langchain_core.language_models.BaseChatModel 时，因为顶层无条件导入了 transformers ，导致额外增加 300-500ms 的启动时间。优先排查你的代码中是否实际使用了 GPT-2 回退分词器，并确认是否已升级到包含懒加载修复的
分类： AI 工具排错
issue: Publicly shared read-only notes appear in no notes list, not even the Read Only filter
该问题通常发生在 Open WebUI 笔记以“公开链接”方式分享只读权限后，接收方在“笔记 → 只读”列表中看不到该笔记。这不是数据丢失或权限失效，而是界面需要手动切换筛选条件或通过搜索“Read only”来过滤；优先检查访问授权（Access Grants）并尝试在只读筛选下搜索。
issue: Creating a calendar event with the date cleared fails with an “[object Object]” toast
![issue: Creating a calendar event with the date cleared fails with an "[object Object]" toast](https://www.chat-gpts.plus/wp-content/uploads/2026/08/28133-b8e70334-768x403.jpg)
在 Open WebUI 日历功能中，清空日期后直接点击“Create”提交，会因为前端未做日期校验而发出无效请求；同时，FastAPI 返回的校验错误（detail 为列表）无法被 Toast 正确渲染，最终显示为 [object Object] 。优先排查组件 CalendarEventModa
issue: Cannot toggle Full Context / Focused Retrieval — clicking attached knowledge in model editor does nothing (v0.11.0)
该问题发生在 Open WebUI v0.11.0 的模型编辑器中，点击已附加的知识库条目时没有任何响应，优先排查浏览器控制台是否有报错，并检查是否属于已知的前端回归问题。
Qwen3.5:9b concurrent call BUG
Ollama v0.17.6 在 ARM 版 DGX Spark 上运行 Qwen3.5:9b 时，因为 qwen35 架构当前不支持并行请求，日志会强制将 Parallel 降级为 1；如果强行并发调用或加载并行图，可能在 ggml_backend_sched_reserve 阶段触发 SIGAB
CSP error when adding media to dataset with local docker-compose setup
该报错发生在自托管 Langfuse 使用 docker-compose 部署并通过浏览器向本地 MinIO 上传媒体文件时，原因是 CSP 的 connect-src 指令未包含 http://localhost:* ，导致浏览器直接上传被拦截。优先排查 web/next.config.mjs 中
bug: Project members with apiKeys:read cannot view API keys page
该报错通常出现在 Langfuse 自托管环境中，当项目角色为 MEMBER 的用户打开“项目设置 → API Keys”页面时触发。优先排查前端组件 ApiKeyList.tsx 是否错误地使用了 apiKeys:CUD 权限来判断页面可见性，导致具备 apiKeys:read 权限的成员无法查看
[Question]: When parsing a document under the maximum token limit preset by the model, an error is reported indicating that the input tokens
![[Question]: When parsing a document under the maximum token limit preset by the model, an error is reported indicating that the input tokens](https://www.chat-gpts.plus/wp-content/uploads/2026/08/6291-08cae5a7-768x403.jpg)
该报错发生在 RAGFlow 使用 GraphRAG 解析文档时，上下文长度超出所选 chat 模型（DeepSeek V3）的 token 上限。优先排查 GraphRAG 任务使用的 chat 模型上下文窗口是否足够，而不是 embedding 模型 bge-m3。
infer_auto_device_map inefficiently allocates GPU memory for models with imbalanced module sizes
该报错通常出现在调用 infer_auto_device_map 分配模型到多设备时，若 GPU 的 max_memory 小于模型中最大不可拆分模块的尺寸，函数会保守地不分配任何模块到 GPU。优先排查你是否设置了过低的 max_memory ，并关注是否存在体积失衡的大模块（如 Segforme
ValueError: Reactive render must be inside a Blocks context.`. However, as the example code shoes, the reactive render IS placed in a Blocks context (it’s nested).
Gradio 的 @gr.render() 装饰器目前不支持嵌套使用，这个问题在 Gradio 6.22.0 及更早版本中仍然存在且被官方确认。优先排查方案是使用 State 组件传递数据，将多层嵌套渲染重构成单层响应式渲染。