![[Bug]: `_should_start_new_content_block` crashes on empty-`choices` chunk (`/v1/messages`, non-Anthropic backend)](https://www.chat-gpts.plus/wp-content/uploads/2026/08/36553-5163f58a-768x403.jpg)
该报错发生在 LiteLLM 代理通过 /v1/messages 接口（ route_type=anthropic_messages ）转发非 Anthropic 后端（如 GLM-5.1）的流式响应时，后端在流末尾发送了一个仅含 usage 、 choices 为空的 chunk，导致 _shou
Misc. bug: Pre-built Windows ROCm binary does not detect GPU 通常出现在只安装了 AMD Adrenaline 驱动、但没有单独安装 ROCm/TheRock SDK 的 Windows 机器上。优先检查是否已按 AMD 官方指引安装并配置
LoRA 权重合并后在本地保存，再重新加载，两个模型的输出结果不一致，通常出现在微调后合并、保存、再加载的流程中。优先排查 Transformers 版本以及 LoRA 合并/保存/加载时的模型状态与数据类型是否一致。
该报错发生在 Open WebUI 通过 Google 的 OpenAI 兼容端点（ https://generativelanguage.googleapis.com/v1beta/openai ）启用原生工具调用时，模型主动调用工具（如内置 memory 工具的 list_memories ）后
该报错通常出现在 Ollama 升级后运行 Llama3.2-vision 等 mllama 架构模型时，提示 error loading model: unknown model architecture: 'mllama' 。优先排查当前 Ollama 版本是否与模型架构兼容，以及是否需要回退版
这个报错通常出现在用户自定义 Ollama skill 的目录名或 SKILL.md frontmatter 的 name 字段不符合命名规范时。优先检查 ~/.ollama/skills/ 下的目录名和 frontmatter 中的 name 是否只包含小写字母、数字和连字符，并重点排查是否存在下
在 Ollama MLX 引擎（Apple Silicon）下，当使用 OLLAMA_KEEP_ALIVE=-1 让模型常驻内存时，长生命周期 runner 在重复调用中可能返回“之前某个请求的完整答案”，即跨请求响应污染（ mlx engine: long-lived runner (keep_a
![[Bug]: LiteLLM_Config table is overwriting newly deployed config](https://www.chat-gpts.plus/wp-content/uploads/2026/08/12875-74ec3302-768x403.jpg)
遇到 [Bug]: LiteLLM_Config table is overwriting newly deployed config 时，通常是 LiteLLM 代理在启动或运行过程中，数据库中的旧配置覆盖了通过 config.yaml 新部署的配置。优先排查 LiteLLM_Config 表中是
该报错对应的是把 pyrefly 规则 unnecessary-type-conversion 提升为 "error" 后出现的误报（bug: False positives from unnecessary-type-conversion after promoting rule to error
该报错通常出现在 Dify 自托管（Source 方式）部署中，由协作模式（Collaboration Mode）的 WebSocket 连接异常触发，常见原因包括 `api` 与 `api_websocket` 容器使用不同的 `SECRET_KEY`，以及 Socket.IO 的 Redis p