快速结论:当 Open WebUI 的后台任务请求(标题生成、标签生成、追问建议等)没有按预期加载任务模型单独配置的参数,例如 Ollama 的 keep_alive = -1 未生效、模型在任务执行后仍被卸载时,出现该问题。优先排查任务模型的参数是否配置在“被选为任务模型的那个基础模型”上,以及是否有其他请求在不带 keep_alive 的情况下访问了同一模型。
适用环境:Open WebUI v0.12.3(Issue 同时反馈在 v0.11.4 升级后出现,并在当前 dev 分支复现);安装方式为 Docker;操作系统为 Synology DSM 7.4(Linux / Container Manager);浏览器为 Firefox 158.0;任务模型为本地 Ollama 模型(qwen3.5:2b)与外部 OpenAI 兼容模型混用。Ollama 版本 Issue 未填写。
最快修复方案:暂无确认的一步修复方案。维护者在 v0.12.3 和当前 dev 上复测未能复现,任务模型的独立高级参数(含 keep_alive = -1)对标题、标签、追问请求均正常下发,因此该 Issue 以 not reproducible 关闭。
注意事项:维护者的复测结论不等于所有部署都不会遇到该问题。若排查后仍出现模型被卸载,需在 Issue 中重新打开并附上“被选为 Local Task Model 的模型”的高级参数截图。另外,共享 TASK_MODEL_PARAMS 与模型独立参数存在优先级关系:冲突键以 TASK_MODEL_PARAMS 为准,非冲突键仍取模型独立参数。
问题场景
用户在 Open WebUI 中配置后台任务模型(Task Model),同时使用本地 Ollama 模型和外部 OpenAI 兼容模型,两者需要不同的生成参数,因此没有使用共享的 Task Model Parameters,而是把参数写在各个模型的模型编辑器里(Advanced Parameters)。用户通过 Ollama 的 keep_alive 参数观察到:即便在本地任务模型 qwen3.5:2b 上设置 keep_alive = -1,并把 TASK_MODEL_PARAMS 清空为 {},后台任务执行后 Ollama 依然卸载该模型。用户认为后台任务请求没有采用任务模型的独立参数。
报错原文
issue: Task models do not honor their individual model parameters
Background task requests appear to ignore the parameters configured on the individual task models.
Despite configuring `keep_alive = -1` on the local task model (`qwen3.5:2b`), Ollama unloads the model after background task execution.
原因分析
维护者复测后未复现该问题:在 0.12.3 与当前 dev 上,任务模型的独立高级参数对标题、标签、追问请求均正常生效。因此按 Issue 讨论,优先考虑以下可能原因:
- 参数没有保存在“实际被选为 Local Task Model 的那个模型”上。若在基础模型之上又建了 Workspace 模型,Workspace 模型有自己的一套参数,当基础模型本身作为任务模型时,Workspace 模型的参数不会套用。
- 有其他客户端或流程也在向 qwen3.5:2b 发送请求,且没有携带
keep_alive。Ollama 每次收到该模型的请求都会重置保活计时,不带keep_alive的请求会让模型回退到 Ollama 默认的 5 分钟保活,从而看起来像“参数没生效”。 - 用户从共享 Task Model Parameters 迁移到模型独立参数后,对当前版本的参数合并与优先级行为产生了预期偏差(文档描述为模型独立参数为基线,
TASK_MODEL_PARAMS仅在冲突键上覆盖)。
环境排查
- 确认 Open WebUI 版本:Issue 涉及 v0.12.3,并需确认是否在最新 release 与当前 dev 上都能复现。
- 确认部署方式为 Docker / Container Manager,检查容器重启后配置是否持久化。
- 确认任务模型类型与模型名:Local Task Model 是否确为
qwen3.5:2b这一基础模型,而非基于它构建的 Workspace 模型。 - 确认
keep_alive = -1写在“Admin Settings > Models > qwen3.5:2b”的模型编辑器 Advanced Parameters 中,而不是 Workspace 模型参数中。 - 通过 API 确认共享
TASK_MODEL_PARAMS已清空为{},避免旧配置与独立参数冲突。 - 确认 Ollama 版本,Issue 中未提供;该版本会影响
keep_alive的行为。 - 检查是否还有其他程序、脚本或聊天会话在请求同一模型且未传
keep_alive。
解决步骤
- 打开 Admin Settings > Models,找到被选为 Local Task Model 的那个模型(本例为 qwen3.5:2b 的基础模型条目)。
- 进入该模型的 Advanced Parameters,确认
keep_alive已设为-1并保存。注意不是设置在基于它构建的 Workspace 模型上。 - 通过 API 检查并清空共享 Task Model Parameters,确认
TASK_MODEL_PARAMS为{},排除冲突键覆盖。 - 触发一次后台任务(如自动生成对话标题、标签或追问建议),观察 Ollama 侧该模型的保活行为。
- 排查同一模型的其他调用方:确认没有其他请求在不带
keep_alive的情况下访问 qwen3.5:2b。如果有,这类请求会让模型回退到默认 5 分钟保活,需一并调整或隔离。 - 若以上两步检查后模型仍在任务执行后被卸载,在 Issue 中重新打开,并附上“被选为 Local Task Model 的模型”的 Advanced Parameters 截图,便于维护者进一步定位。
验证方法
在 Ollama 侧观察任务模型在后台任务执行后的状态:若独立参数生效,配置了 keep_alive = -1 的模型应在后台任务结束后仍保持加载,而不会按默认 5 分钟保活被卸载。同时确认任务请求实际携带的 keep_alive 值为 -1。对应地,在 Open WebUI 中触发标题、标签、追问等后台任务,检查这些请求是否都应用了该模型编辑器中的参数。
参考来源
Open WebUI Docs:Task Models(任务模型参数优先级说明)
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
这个方案解决了吗?
可以继续搜索完整报错,或查看同一工具的其他排查指南。


