此问题发生在 LobeChat Desktop 2.2.9 Windows 环境中，当使用 STDIO 方式运行本地 Docker MCP 服务器时， Test Connection 可以成功获取工具列表，但点击 Install 后 connector.syncTools 报错 500，工具权限页面
使用官方 setup.sh 部署 LobeChat Docker Compose 后， rustfs-init 容器因 bucket.config.json 中 "ID" 字段大小写错误（应为 "Id" ）导致 mc anonymous set-json 解析失败而退出（exit 1）。优先检查并修
![[Question]: Failed to exec "uv sync --python 3.10 --all-extras " on linux manjaro.](https://www.chat-gpts.plus/wp-content/uploads/2026/07/6716-a2505e14-768x403.jpg)
在 Linux Manjaro 上执行 uv sync --python 3.10 --all-extras 安装 RAGFlow 时， datrie 包编译失败，原因是 gcc 将 incompatible-pointer-types 视为错误。优先尝试通过环境变量忽略该编译错误后重新运行命令。
![[Feature Request]: The absence of sandbox configuration and image in helm prevents the execution of code and adminServer, whereas they exist](https://www.chat-gpts.plus/wp-content/uploads/2026/07/12042-b1dc84a7-768x403.jpg)
该报错发生在使用 RAGFlow 的 Helm Chart 部署时，因缺少 sandbox 相关环境变量和镜像引用，导致 code 和 adminServer 无法在沙箱模式下执行。优先排查 Helm values.yaml 与 env.yaml 中是否包含 SANDBOX_HOST 、 SANDB
![[Bug]: Seems like Azure OpenAI models are not working anymore when added directly via Azure?](https://www.chat-gpts.plus/wp-content/uploads/2026/07/12397-85330757-768x403.jpg)
RAGFlow 升级到 v0.23.x 后，通过 Azure 直接添加的 OpenAI 模型调用时返回 404 Resource not found。优先排查异步聊天路径是否使用了 Azure 专用异步客户端 ( AsyncAzureOpenAI ) 代替通用 AsyncOpenAI 。
该报错发生在 ComfyUI Manager 扫描 Registry 节点时，comfyui-easyuse-anima@0.6.2 因四个 info 级别的 YARA 规则匹配被标记为需要人工审查，导致用户无法自动获取热修复版本。优先确认 Registry 是否已手动激活该版本，当前官方已解除阻断
LiteLLM UI 的下拉菜单中缺少 Z.AI (zai) 提供商，即使后端 /public/providers 已返回该提供商。优先尝试使用 OpenAI Compatible 模式手动添加凭证和模型作为临时解决方案。
![[Bug]: LM Studio not working with LiteLLM Proxy](https://www.chat-gpts.plus/wp-content/uploads/2026/07/11733-211b5be4-768x403.jpg)
该报错发生在使用 LiteLLM Proxy 转发请求到仅提供同步 OpenAI 兼容端点的本地模型（如 LM Studio）时，LiteLLM Proxy 默认使用异步请求导致连接失败。优先排查 LiteLLM Proxy 配置中的 api_base 路径是否完整，以及 Docker 环境下的网络
报错“llama.cpp is slow on GPU”通常发生在用户误将 -t 参数设置为 GPU 核心数而非 CPU 线程数，或未通过 --n-gpu-layers 将模型层正确卸载到 GPU。优先排查 -t 和 --n-gpu-layers 参数是否合理。
MTP 推测解码时，草稿接受率在特定 --ctx-size （如 12032、17024 等）下骤降至近零，导致吞吐量低于无 MTP 基线。该问题呈现约 2048 token 的周期性，优先排查 GPU 电压稳定性或调整 --ctx-size 避开故障区间。