当 DeepSeek-V4 模型的 prompt 需要多个 forward pass（即一个 batch/ubatch 装不下）时，在 CUDA + flash attention 开启的情况下，模型只会输出重复的 `<` 字符。优先排查是否启用了 CUDA flash attention，并尝试用
![[Bug]: parsing markdown error: failed to encode response: json: unsupported value: NaN (status code: 500)](https://www.chat-gpts.plus/wp-content/uploads/2026/08/15392-bea47837-768x403.jpg)
该报错通常发生在 RAGFlow 使用 Ollama 嵌入模型解析 Markdown 文件时，嵌入模型返回了包含 NaN（非数值）的向量，导致 JSON 序列化失败并返回 500。优先排查 Ollama 服务的稳定性以及嵌入响应中是否包含 NaN 值。
该报错发生在 LlamaIndex 的 MetadataReplacementPostProcessor 节点后处理器中，当节点 metadata 里目标 key 存在但值为 None 时触发。优先排查你的 metadata 中是否有字段被显式设置为 None （例如从 JSON 往返加载、向量存储
该报错发生在 LlamaIndex 搭配 WeaviateVectorStore 且使用独立 IndexStore（如 PostgreSQL）重建索引后执行查询时。优先排查 Weaviate 查询过滤器中的属性路径是否使用了不存在的 "id" 字段，应改为 schema 中实际存储节点 ID 的属性
该性能下降问题发生在 llama.cpp 的 llama-server 使用带大量工具触发的模型（如 Qwen3.8-27B）进行长文本生成时，原因是“lazy grammar”实现了 O(n²) 复杂度的触发器搜索。优先检查你的工具调用模板是否会为每个工具生成独立的 WORD 触发器，以及是否运行
这是 llama.cpp 在 Mali-G925 Vulkan 后端运行 Qwen3.5 多模态模型时，前向填充阶段产生全 NaN logits 的数值缺陷，优先缩小 MUL_MAT 小 tile 的匹配范围（m≤32 且 n>32 时改用 medium tile）即可解决。
该报错发生在 llama.cpp 的 GitHub Actions 自动更新 winget-pkgs 包时，主要原因是 ggml-bot-2 的 winget-pkgs 仓库 fork 与上游 microsoft/winget-pkgs 的 master 分支不同步，优先检查并同步 fork 仓库即
该报错发生在 vLLM 使用 FlashMLA 稀疏 FP8 混合批次解码路径时，稀疏解码内核会分配一个随 --max-num-batched-tokens 线性增长的工作区，且该工作区不受启动时内存预检约束，批次增大后触发运行时 CUDA OOM。优先排查方向是调低 --max-num-batch
![[Question]: Errors for `docker compose -f docker/docker-compose.yml up -d`](https://www.chat-gpts.plus/wp-content/uploads/2026/08/4775-fa4e8ce3-768x403.jpg)
在 RAGFlow 使用 docker compose -f docker/docker-compose.yml up -d 启动时，阿里云/华为云服务器上常见的报错是拉取镜像时出现 TLS 证书校验失败。优先排查 Docker 镜像源（Registry Mirror）配置，必要时更换网络环境或配置
![[Question]: Error Code 3013 When Viewing Parsed Document Chunk in Ragflow with Infinity](https://www.chat-gpts.plus/wp-content/uploads/2026/08/4484-978a9453-768x403.jpg)
该报错发生在 RAGFlow 使用 Infinity 作为向量数据库时，查看已解析文档的 Chunk 触发检索接口，Infinity 返回“Fail to bind the expression: tag_feas”错误（Error Code 3013）。优先排查 RAGFlow 与 Infinit