Misc. bug: Vulkan: generation 2-4x slower with two GPUs since #29741 (GCN 1.0 / Tahiti, no ReBAR)
当你在 llama.cpp 的 Vulkan 后端上用两块 GPU 跑 --split-mode layer 时，如果出现 token 生成速度比旧版本慢 2-4 倍（提示处理基本正常），通常与 #29741 引入的多设备访问 GPU 可见主机内存的行为有关；可优先排查/升级到包含 #30468 的
分类： AI 工具排错
智能体通过Web App方式运行，输出结果里看不到文件下载的输出内容。
这个现象通常出现在自托管（Docker）Dify 1.13.0 中，工作流“输出”节点定义了文件下载，设计界面测试能下载，但通过 Web App 运行时看不到文件下载内容。优先排查 INTERNAL_FILES_URL / FILES_URL 环境变量配置，其次排查 Agent 节点的文件传递问题。
CUDA out of memory
这个报错通常出现在 vLLM 0.24.0 于 Blackwell SM120（compute capability 12.0）显卡上加载 DeepSeek / Qwen 类模型并启用 CUDA graphs 时，属于 allocator 与 custom all-reduce 图捕获注册路径不兼容
[Bug]: Scale-out token path breaks stop strings: stop text leaks into derendered output (include_stop_str_in_output ignored) and –tokens-on
![[Bug]: Scale-out token path breaks stop strings: stop text leaks into derendered output (include_stop_str_in_output ignored) and --tokens-on](https://www.chat-gpts.plus/wp-content/uploads/2026/10/57052-93eb6054-768x403.jpg)
这个报错通常出现在 vLLM 的 scale-out token 路径上，也就是走 render → /inference/v1/generate → derender 这条链路时：客户端传入的 stop 字符串或 stop_token_ids 没有在 derender 侧被截断，stop 文本会泄
issue: [regression] [dev] someone removed from the group keeps a chat shared with “Allow replies” open again
![issue: [regression] [dev] someone removed from the group keeps a chat shared with "Allow replies" open again](https://www.chat-gpts.plus/wp-content/uploads/2026/10/32527-73cee0cc-768x403.jpg)
这是 Open WebUI dev 分支上的权限回归问题：成员被移出群组后，原本共享且开启 “Allow replies” 的聊天窗口仍然保持打开，连消息输入框都没有关闭。优先排查该聊天是否会触发重新加载逻辑，以及当前部署的代码是否包含引入回归的提交 4dedaaf6e。
issue: A Markdown file preview shows the content of a collapsible section outside it
这个问题通常出现在 Open WebUI 知识库中预览 Markdown 文件时：当文件里含有
折叠块或
![[Bug]: OIDC SSO deep-link redirect is lost after login; callback returns 302 Location: /](https://www.chat-gpts.plus/wp-content/uploads/2026/10/35017-74b37037-768x403.jpg)
这类多行 HTML 块，折叠块内容会跑到外面、始终可见，居中也失效。优先排查预览渲染是否按“逐块渲染、空行截断 HTML 块”的方式
[Bug]: OIDC SSO deep-link redirect is lost after login; callback returns 302 Location: /
使用 OIDC SSO 登录的 n8n 自托管实例，在未登录状态下打开受保护深链（如 /form/... 或 /workflow/...）时，登录完成后会被强制跳回 /home/workflows，原始目标页丢失。优先排查方向是后端 OIDC 回调是否具备持久化并还原 return_target 的
openbmb/minicpm-v4.7:35b-a3b fails: “unknown projector type: minicpmv4_7” (Failed to load CLIP model) on Windows, 0.40.3
当你在 Ollama 0.40.3/0.40.4 上加载 MiniCPM-V 4.7（含 35B-A3B、1B 等变体）时，Ollama 内置的 llama-server 无法识别该模型的投影器（projector）类型，报错 openbmb/minicpm-v4.7:35b-a3b fails:
Ollama Text Classifier modles slower under version 0.40.4 ?
该问题出现在 Ollama 配置了文本分类类模型（nimble、clef-flash、tev1）时，用户观察到升级到 0.40.4 后 /v1/systemone 接口响应时间从约 100ms 升至约 250ms；优先排查是否为请求温度、提示词内容或缓存状态变化导致的测量偏差，而非 0.40.4 版
记忆向量化的模型选择只能选对话模型
在 LobeChat 中配置记忆功能时，如果「记忆向量化」的模型选择器里只列出对话（chat）模型、看不到 Embedding 模型，通常是自定义 Embedding 模型缺少类型推断逻辑，被系统默认归类为 chat 模型所致。优先检查自定义模型名称是否包含关键词，或确认版本是否已包含相关修复。