ValueError: LLM call blocked by before_llm_call hook

当你在 CrewAI 中使用原生 Provider(OpenAI / Anthropic / Bedrock / Gemini / Azure)的异步路径 acall() 或 kickoff_async 时, before_llm_call 守卫钩子不会被调用,返回 False 也无法阻止请求发出,

当你在 CrewAI 中使用原生 Provider(OpenAI / Anthropic / Bedrock / Gemini / Azure)的异步路径 acall() 或 kickoff_async 时, before_llm_call 守卫钩子不会被调用,返回 False 也无法阻止请求发出,

当你在 Dify 的知识库索引预览中使用 Q&A 分段模式,且模型返回 10 条以上有效问答对时,会出现 “QA indexing preview ignores the 10-item limit”,即预览返回全部问答对而不受 10 条上限约束。优先排查 api/core/indexing_run

这个报错通常出现在使用 VLLM_TARGET_DEVICE=empty 构建的 vLLM v0.20.2 上,而 v0.20.2 默认启用 V1 engine,V1 engine 的模型初始化会调用未编译进 empty 构建的 C++ 扩展,从而抛出 No module named 'vllm._

这个报错通常出现在多节点 TP 部署 hybrid GDN/mamba 模型并开启 --enable-prefix-caching 时:head 节点在进程内把 mamba_cache_mode 从 "none" 派生为 "align" ,但该派生值没有传达到远端 worker,导致两个 rank

该报错通常出现在 llama.cpp 的 llama-server 上,使用多槽位并发( -np 3 )并同时开启 --ctx-checkpoints 与 --cache-ram 时,随着运行时间增长主机内存被 checkpoint 缓存逐步吃满而触发 OOM。优先排查并调低或移除这两个缓存相关参数

这个报错通常出现在 Dify 自托管 Web App(Chatflow 分享链接)场景:浏览器 localStorage 中缓存的 conversation_id 已在服务端失效,前端仍反复请求 /api/messages ,于是陷入 Infinite 404 "Conversation Not E
![ValueError: 'text-generation' is not a valid ModelType` [[2]](https://github.com/langgenius/dify/issues/41294). The root cause is that old rows in tables like `provider_models`, `provider_mode](https://www.chat-gpts.plus/wp-content/uploads/2026/09/41605-8fa5f766-768x403.jpg)
这个报错通常出现在从旧版本升级到 Dify 1.17.0 之后,打开应用调用插件管理的 management/tools 接口时。优先排查 plugin_daemon 容器镜像是否仍停留在旧版本,而 API 已经升到了 1.17.0。
![[Bug v1.15] Frontend cannot receive reply after Manual Intervention Node + Conditional Branch](https://www.chat-gpts.plus/wp-content/uploads/2026/09/38315-37e2660f-768x403.jpg)
当 Dify 工作流在「Manual Selection」(阻塞式人工介入节点)之后再接「Conditional Branch」,后端调试显示全部节点执行成功,但前端始终收不到最终回复,表现为 SSE 终态事件(workflow_finish / message_end)未正常送达。优先排查 Dif
![[Bug][ROCm]: DeepSeek V4 accuracy drops with MRV2 on MI350/MI355 when FULL_DECODE_ONLY graph](https://www.chat-gpts.plus/wp-content/uploads/2026/09/52644-e5cd4f06-768x403.jpg)
该问题出现在 ROCm 环境下的 vLLM 使用 DeepSeek V4 模型并启用 MRV2 时,若 Decode 阶段只走 FULL_DECODE_ONLY 图,会导致精度下降。优先排查 cudagraph/full decode 相关配置与 nightly 版本差异。

该报错通常出现在 vLLM 启动阶段,使用 FlashInfer 作为 attention backend 且开启 CUDA graph capture 时,FlashInfer workspace buffer 不够用导致 aligned_alloc 失败。优先排查是否命中 FlashInfer