TypeError: p = torch.backends.cuda.SDPAParams(q

这个报错发生在 ComfyUI 2220d111 提交之后、使用 AMD gfx1201 Windows 构建但未随 torch 附带 aotriton kernel 镜像文件时。优先排查 torch/lib/aotriton.images 目录是否存在,并通过修改 aotriton_support

这个报错发生在 ComfyUI 2220d111 提交之后、使用 AMD gfx1201 Windows 构建但未随 torch 附带 aotriton kernel 镜像文件时。优先排查 torch/lib/aotriton.images 目录是否存在,并通过修改 aotriton_support

该报错通常出现在使用较旧版本的 openai Python SDK 时, AzureOpenAI 或 AsyncAzureOpenAI 客户端尚未暴露 .responses 属性导致调用失败。优先升级 openai 库到支持 Azure /responses 端点(API 版本 2025-03-01
![[bug]: Generation fails on ROCm 7.1 with torch 2.12.x (torch 2.11.0 works)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/9410-d5b6204f-768x403.jpg)
该报错发生在 AMD ROCm 7.1 环境下,当安装器默认解析到 PyTorch 2.12.x(含 2.13.0)时,InvokeAI 文生图会失败或导致显卡驱动重置。优先排查当前安装的 torch 版本,并固定为 torch 2.11.0 或升级到 ROCm 7.2 搭配 torch 2.13.

该问题发生在 InvokeAI 多用户模式下,通过 CLI 工具(invoke-usermod / invoke-userdel)在服务器外部修改用户权限时,已建立的 Socket.IO 连接不会立即失效。该问题已在 PR #9360(合并于 2026-08-18)中修复,核心方案是增加周期性的连接
![[Bug]: Google Go model connection check always returns no such method](https://www.chat-gpts.plus/wp-content/uploads/2026/09/14703-80289615-768x403.jpg)
该报错出现在 RAGFlow 的 Go 模型驱动中,GoogleProvider 的连接检查永远返回 "no such method",即使 Gemini API Key 有效。优先排查是否使用了较旧的 RAGFlow 代码版本,并检查是否已合并修复 PR。
![[Question]: In the two source packages of 0.19.1, the ragflow image in the .env configuration file is still 0.19.0](https://www.chat-gpts.plus/wp-content/uploads/2026/09/8501-21e73ab0-768x403.jpg)
这是 RAGFlow 0.19.1 源码包中 docker/.env 文件默认镜像版本与发布版本不一致的问题,通常发生在你下载的源码包早于修复合并时间,或从非官方渠道获取。优先检查并手动修改 .env 文件中的 RAGFLOW_IMAGE 变量,将其更新为 v0.19.1-slim 或 v0.19.

该报错在 Hugging Face Accelerate 中调用 accelerator.prepare(dataloader) 时触发,通常是因为自定义 Dataset 在 __getitem__ 中返回的是已经 collate 好的 batch,而 DataLoader 的 batch_size

该问题出现在 NVIDIA GB10 / DGX Spark 这类集成 CUDA 显存的设备上,`get_max_memory()` 会同时输出设备显存条目和独立的 `cpu` 内存条目,导致同一块物理内存被重复计算。优先检查 `get_max_memory()` 返回的字典中是否存在 `cpu`

该报错在 llama.cpp 的 SYCL 后端下,发送第二个 prompt 时触发,表现为输出乱码。核心诱因是模型权重中包含大量 Q2_K 量化张量,它们在特定 batch 大小下触发了 SYCL 的 reorder 路径缺陷,可优先尝试通过设置环境变量 GGML_SYCL_ENABLE_OPT=

这是在 Dify Agent V2(Agent App)中上传图片后,系统没有将图片作为原生多模态输入发送给支持 vision 的模型,而是把图片转成文本指令并让 Agent 通过 shell 命令( dify-agent file download )去下载文件,导致多出不必要的工具调用、延迟和潜