RuntimeError: mat1 and mat2 shapes cannot be multiplied (2048×3072 and 4096×1024)
这个报错通常出现在 vLLM 中使用 Kimi K3 DSpark（或类似 draft 模型）并开启 Pipeline Parallelism（PP，PP>1）时，vLLM 在校验 speculative 配置阶段直接拒绝加载，因为该 draft 模型没有实现 SupportsPP 接口。优先排查的
分类： AI 工具排错
bug: Historical terminal file cards depend on composer selection
该报错通常出现在 Open WebUI 聊天记录中查看历史 Open Terminal 文件卡片（如 XLSX、DOCX）时，若当前 composer 没有选中卡片所属的终端，卡片就会显示 Terminal unavailable ；优先排查卡片关联的 terminal 是否仍在当前用户可访问的终端
issue: Checkbox in prompt template does not honor “default” parameter
该问题出现在 Open WebUI 的 Prompt Template 变量输入弹窗中，checkbox 类型不会按照 default 参数决定是否默认勾选，导致即使写 default=false 、 default=0 等也仍显示为已勾选。优先确认是否命中该已知缺陷，并检查 dev 分支修复是否已
Allow static cache to be larger than sequence length / batch size for encoder-decoder models
这个报错通常发生在手动创建 StaticCache / EncoderDecoderCache 并在 generate() 外部复用、但 cache 的 batch size 或 encoder 序列长度与当前输入不一致的场景。优先排查是否把 cache 初始化成了“精确尺寸”，而不是“大于等于实际
Trust scores and source provenance on traced generations
这个 Issue 不是一个可复现的运行时报错，而是关于 Langfuse 是否应该把可信度（trust）与来源溯源（provenance）作为一等观测信号的功能讨论；如果你在排查“trace 里看不到 trust_score / 来源信息”或“无法按 trust 过滤告警”，根本原因是 Langfu
OpenAI client intercepts Celery SoftTimeLimitExceeded exception if it happens during API call
在 Celery 任务中调用 OpenAI Python SDK 时，如果 SoftTimeLimitExceeded 恰好发生在 API 请求过程中，会被 SDK 内部的宽泛 except Exception 捕获并当作可重试的连接错误处理，导致任务的清理逻辑收不到异常。优先确认发生在请求期间的异
Log number of retries at INFO level
这不是运行时报错，而是 OpenAI Python SDK 的重试日志可观测性改进请求。当请求因限流或连接问题触发重试时，日志只在 INFO 级别提示发生了重试，而 "retries_taken / max_retries" 具体次数只在 DEBUG 级别输出，导致生产环境无法判断第几次重试。可优先
RuntimeError: State persistence failed: Object of type datetime is not JSON serializable`
这个报错通常出现在使用 CrewAI 的 SQLiteFlowPersistence （或 @persist 装饰器）保存 Flow 状态时，状态模型里含有 datetime 、 UUID 、 set 等 Pydantic 非 JSON 原生类型。优先排查状态序列化环节是否使用了 JSON 模式。
TypeError: LiteLLM_VerificationTokenActions.find_many() got an unexpected keyword argument ‘select’
该报错通常出现在 LiteLLM 代理升级到 v1.89.2 及之后的版本、并启用数据库存储（store_model_in_db: true）后，普通内部用户（非管理员）访问 /tag/list 或 /tag/daily/activity 等管理端点时触发。优先排查 tag_management_e
Eval bug: mistral4 empty output on Metal for prompts over ~300 tokens (clean GGUF, with and without flash attention)
在 Apple Silicon（Metal 后端）上用 llama-server 加载 Mistral Small 4 119B（mistral4 架构）GGUF 时，提示词一长（约 300 token 以上）输出就变成空字符串， finish_reason 却是 length ，实际生成的全是特殊