Misc. bug: Server SSE replay (#23226) breaks in router mode – “Stop generation” doesn’t work, text doesn’t recover on F5, sidebar status dis

快速结论：在 router 模式下，模型名称包含斜杠（如 ggml-org/...::model）会导致对话 ID 在路径参数中被截断，进而使“停止生成”失效、页面刷新后文本丢失、侧边栏状态消失。优先检查模型名称是否包含斜杠，并应用对应修复补丁（commit 8bc2246）。

适用环境：仅确认在 Windows 系统、llama-server 版本 10106（Git 1425386fd，Clang 20.1.8 编译）的 router 模式下触发；单个模型模式或自定义 GGUF 集合模式不受影响。

最快修复方案：应用 commit 8bc2246，该修复可解决停止生成、刷新后恢复会话的主要问题。

注意事项：“停止生成”在模型加载阶段（weight loading / prefill）仍可能偶发异常，需额外应用 PR #26137 以及其上方的 commit b8c0ffa、7c271ad 才能完全修复。

问题场景

用户在 Windows 上启动 llama-server 并使用 WebUI 与多个模型交互。典型启动命令：llama-server -lv 3 --port 8080 --models-autoload。当在 WebUI 中开始生成后，点击 prompt 输入框旁的“stop”按钮、或刷新页面（F5），出现以下症状：停止操作无效（生成继续）、页面刷新后之前生成的文本消失、侧边栏状态指示器和停止按钮不恢复（或显示警告 router stop for unknown conv_id=...）。该问题仅在 router 模式下复现，单个模型模式 SSE 行为正常。

报错原文

router stop for unknown conv_id=..., no owning child in the conv map

原因分析

根本原因是模型名称中包含斜杠（例如 ggml-org/Qwen3.5-0.8B-GGUF:Q4_0）。在 router 模式下，WebUI 会将 ::model 附加到对话 ID 上，形成的 ID 形如 4a09c75b-...::ggml-org/Qwen3.5-0.8B-GGUF:Q4_0。该 ID 被用于 /v1/stream/:conv_id 路径，当服务器解析路径参数时，conv_id 中的斜杠会导致参数在解码时被截断，使得“停止”和“恢复”请求无法匹配正确的会话。单个模型模式下对话 ID 没有 ::model 后缀，因此不受影响。

环境排查

llama-server 版本 ≥ b9994 且 ≤ b9910（或包含 SSE replay 的 commit 1a87dcdc452de056a66796b679e4ba7071488cf7 之后的版本）
必须启用 router 模式（–models-autoload 或显式指定多个模型）
模型名称必须包含斜杠（如 author/model 格式的 Hugging Face 模型 ID）
操作系统：仅确认 Windows

解决步骤

备份原有 llama-server 二进制文件或源代码。
应用修复 commit 8bc2246（直接包含对 conv_id 路径参数截断问题的处理）。
如果需要在模型加载阶段也能正确停止，请同时应用以下三个 commit（按顺序）：
1. b8c0ffa
2. 7c271ad
3. 8bc2246
重新编译 llama-server（参考官方构建指南），或等待包含这些修复的官方发布版本。

验证方法

在 WebUI 中执行以下步骤确认修复效果：
1. 使用包含斜杠的模型（如 ggml-org/Qwen3.5-0.8B-GGUF:Q4_0）。
2. 开始生成一段文本。
3. 点击 prompt 输入框旁的“stop”按钮，观察生成是否立即停止。
4. 刷新页面（F5），确认之前生成的文本完整恢复，侧边栏状态指示器显示正确。
5. 若已应用加载阶段修复补丁，则在模型加载过程中点击“stop”，确认不会出现 router stop for unknown conv_id 错误。