[BUG]: Inference with Qwen3:4b and Qwen3:8b is slower than with gemma4:e4b
![[BUG]: Inference with Qwen3:4b and Qwen3:8b is slower than with gemma4:e4b](https://www.chat-gpts.plus/wp-content/uploads/2026/09/6440-0f2d145e-768x403.jpg)
在 Windows 11 ARM 的 Snapdragon X Elite 设备上,通过 AnythingLLM 的 NPU(GenieX)通道运行 Qwen3:4b / Qwen3:8b 时推理异常缓慢、NPU 利用率上不去,通常不是模型文件损坏,而是推理引擎对特定模型算子与 NPU/CPU 调度
![[BUG]: Inference with Qwen3:4b and Qwen3:8b is slower than with gemma4:e4b](https://www.chat-gpts.plus/wp-content/uploads/2026/09/6440-0f2d145e-768x403.jpg)
在 Windows 11 ARM 的 Snapdragon X Elite 设备上,通过 AnythingLLM 的 NPU(GenieX)通道运行 Qwen3:4b / Qwen3:8b 时推理异常缓慢、NPU 利用率上不去,通常不是模型文件损坏,而是推理引擎对特定模型算子与 NPU/CPU 调度

这个报错通常出现在 OpenAI Python SDK 的 Realtime 连接尚未真正建立时,就通过 connection_manager.send() 发送包含 omit / NotGiven 字段的 dict 事件;此时 SDK 走了 json.dumps() 而不是 maybe_trans
![[Bug]: MCP on host mode returns empty dataset ids](https://www.chat-gpts.plus/wp-content/uploads/2026/09/13183-415cd908-768x403.jpg)
在 host 模式下使用 RAGFlow 的 MCP 端点(/mcp 或 /sse)时,MCP 返回的 JSON 里数据集 ID 为空,导致模型不知道能调用哪些 dataset。优先排查你的 v0.24.0 镜像是否包含 PR #13123 的修复。

这个问题通常出现在 Gradio 6.x 中使用 gr.Dropdown(choices=[("Default", None), ...]) ,即把 None 当作一个选项真实值时。下拉列表能显示该项,但输入框不会显示已选中的 label。优先排查你的 choices 里是否用 None 作为选项值

这个报错出现在用 LiteLLM Proxy 转发 Ollama 视觉模型(VLM)图片请求时,底层缺少 Pillow 导致图片转换失败。优先检查运行 LiteLLM 的容器/虚拟环境中是否已安装 Pillow,尤其是官方 Docker 镜像的运行时依赖未包含它。

这个报错通常出现在使用 LiteLLM 1.98.0 的 S3 请求日志(s3_v2)记录托管 Bedrock 或 Vertex AI 批处理文件时,因为 Bedrock 返回的 s3:// 、Vertex AI 返回的 gs:// 文件 ID 中的冒号没有从日志文件名中剔除,导致下游将文件名当作
![[Bug]: MCP sending x-litellm-api-key to a dcr_bridge server returns an empty tool list](https://www.chat-gpts.plus/wp-content/uploads/2026/09/38208-286c5634-768x403.jpg)
当 MCP 服务器使用 auth_type: oauth_delegate 搭配 dcr_bridge: true ,且客户端在每次请求上都同时携带 Authorization: Bearer llm_env_… 与 x-litellm-api-key 时, tools/list 会返回 HTTP
![Misc. bug: [llama-server] /v1/models metadata serializes "vocab_type" as boolean true instead of integer enum](https://www.chat-gpts.plus/wp-content/uploads/2026/09/29091-be13c69a-768x403.jpg)
这个报错出现在 llama.cpp 的 llama-server 中,调用 GET /v1/models 时返回的 data[0].meta.vocab_type 被序列化为布尔值 true ,而不是文档约定的整数枚举(例如 BPE 应为 2)。优先排查服务端版本是否落在 0.3.0 到 0.4.0

QwenImage21Pipeline 在默认 output_resolution=1024 做图像编辑时,常见“返回带光晕、过锐、接近原图的复制品”或“替换主体”的现象;优先怀疑目标 latent 边长跨过了某个阈值(如 56/64),而非配置或精度问题。可优先尝试把编辑输出分辨率降到 960 或

该问题通常出现在 Open WebUI 使用内置 fetch_url 工具并连接远程 Playwright 服务的场景中,表现为 UI 一直显示 fetch_url executing... 但浏览器和网络均已空闲。优先确认 Open WebUI 版本是否为 v0.11.4 或更高,因为 v0.11