issue: “Edit” and “Continue Response” don’t work properly
该问题通常出现在 Open WebUI 0.8.2 及以上版本中，用户编辑已生成的助手回复后，点击“Continue Response”不会基于编辑后的内容继续生成，而是忽略编辑并附加一段类似重新生成的新输出。优先排查 Open WebUI 版本是否高于 0.8.1，并确认是否为 message b
分类： AI 工具排错
CUDA out of memory
该报错发生在 DeepSpeed ZeRO-3 加载大型稀疏 MoE 多模态模型（如 MiniMax-M3 428B）时，问题根源并非 ZeRO-3 分区失败，而是 transformers 的 _initialize_missing_keys 将整个模型所有未初始化参数放进单个 GatheredP
ollama create fails on Qwen3.8-Flash-Next GGUF: “failed to validate GGUF with llama-quantize without compatibility patches” (same error as #
该报错发生在 Ollama 导入新架构模型的 GGUF 文件时，因为 Ollama 内置的 llama-quantize 尚未包含该架构的兼容补丁。优先排查你的模型架构是否在 Ollama 当前支持列表中，并考虑升级 Ollama 或等待官方支持。
Qwen2.5-3B GGUF outputs garbage ASCII tokens (“@@@@@”, “!!!!”) for Chinese input on Windows — tokenizer mis-detects on CPU
此问题通常发生在 Windows 中文环境（GBK 代码页）下，使用 CPU 推理加载 Qwen2.5 GGUF 模型时，导致输出大量重复 ASCII 字符（如“@@@@@”“!!!!!”）。优先尝试升级 Ollama 版本至 0.32.6 或更高版本。
bug: Fast UI missing trace input/output and do not show trace id explicitly
该报错通常出现在 Langfuse Fast UI 查看旧 Trace 时，表现为输入/输出/元数据缺失，且顶部只显示 observation id 而非 trace id。优先排查是否使用了旧版 Python SDK（v3），并升级到最新 SDK 版本。
Consider migrating from httpx to httpx2
该报错/问题发生在使用 OpenAI Python SDK 时，底层 HTTP 客户端 httpx 自 2024 年起停止维护，社区建议迁移至由 Pydantic Services Inc. 维护的 httpx2。优先排查方式：将 openai Python SDK 升级到 v3.0.0 或更高版本
[Bug]: rerank_by_model drops question_tks, so a configured rerank model never sees chunk questions
![[Bug]: rerank_by_model drops question_tks, so a configured rerank model never sees chunk questions](https://www.chat-gpts.plus/wp-content/uploads/2026/08/18472-95f179cb-768x403.jpg)
该问题发生在 RAGFlow 配置了 rerank 模型且数据集中分块带有自动生成问题（question_kwd / question_tks）的场景。由于 rerank_by_model 路径在构建传给 cross-encoder 的文档字符串时遗漏了 question_tks ，导致模型重排时完
TypeError: Cannot read properties of undefined (reading ‘chats’)`.
该报错发生在 RAGFlow 通过 Docker Compose 启动时，Infinity 冷启动重放元数据超过 120 秒导致主 API 服务初始化失败。优先排查方向是 docker/entrypoint.sh 中主 Web 服务循环未加 || true 保护，被 set -e 静默终止且不会自动
[Bug]: litellm stops forwarding model requests
![[Bug]: litellm stops forwarding model requests](https://www.chat-gpts.plus/wp-content/uploads/2026/08/38731-ee69185b-768x403.jpg)
该报错通常发生在 LiteLLM Proxy 网关空闲超过 24 小时后恢复使用时，已过期的临时密钥触发删除流程，产生 404: {'error': 'No keys found'} 异常循环，最终导致代理停止转发模型请求。优先排查密钥过期清理逻辑与删除流程中的异常处理。
Eval bug: Parallel Runs with Unified KV Cache Cuases Loss of Coherency on qwen4exp
该报错发生在 llama-server 启用 unified KV cache 且并行处理多个请求时，第二个请求开始处理后，第一个请求的解码出现上下文错乱（表现为“失忆”和幻觉）。优先排查是否启用了 unified KV cache（`-ub` 参数），并确认是否使用了索引器（indexer）类模型