[Bug]:Ollama vision models cannot be used to parse datasets
![[Bug]:Ollama vision models cannot be used to parse datasets](https://www.chat-gpts.plus/wp-content/uploads/2026/07/9614-a5a0e10a-768x403.jpg)
用户使用 RAGFlow v0.20.3 版本，通过 Docker Compose 部署（带 GPU 支持）。在数据集解析步骤中，期望通过 API 设置 chunk_method: "picture" 和 parser_config.layout_recognize: "qwen2.5vl:7b-q
标签： LLM
从搭建Shippy中学到的构建Agent经验
AI2团队基于海洋监测AI Agent“Shippy”的实战经验，总结出一套将架构拆分为“灵魂、技能、配置”三层、并用确定性CLI工具约束非确定性模型行为的设计范式。这套经验直接来自高风险的海洋保护场景，对任何需要可靠输出的AI Agent开发都有参考价值。
Show HN: StyleSeed – 一个设计规则引擎，让AI代理不再构建千篇一律的UI
前Figma设计师发布StyleSeed，一个基于扩散模型的UI设计规则引擎，旨在解决LLM生成界面千篇一律的问题，并通过设计规则引擎让AI代理产出风格独特的UI。
Misc. bug: WebUI MCP panel breakage
用户在 Linux aarch64 系统上运行 llama-server，使用 --ui-mcp-proxy 参数启动 WebUI 并连接 MCP 服务器，同时开启了 draft 模型、多模态、Jinja 模板等高级功能。在 WebUI 的 MCP 设置页面中操作时，遇到了三个独立但相关的错误。
Assertion ‘__n size()’ failed.
用户在 AMD RYZEN AI MAX+ PRO 395 平台（Linux）上运行 llama-server ，配置了推测解码（speculative decoding）参数（如 --spec-draft-n-max 、 --spec-type ngram-map-k ），并加载了 Qwen3.6
Spotify 扩展其 AI 布局，推出类似 ChatGPT 的音乐助手
Spotify 向 Premium 用户推出了一款全新的对话式 AI 助手，支持用户通过文字或语音与 App 进行多轮交互，以推荐音乐、播客和有声书。这是 Spotify 在 AI DJ 之后，将大语言模型（LLM）技术整合进其核心音乐服务的最新尝试，意在用对话式体验重新定义音频搜索与发现。
[Bug]: Infinite loop vectorization of the same file
![[Bug]: Infinite loop vectorization of the same file](https://www.chat-gpts.plus/wp-content/uploads/2026/07/13327-db66c79b-768x403.jpg)
在 RAGFlow v0.23.1 版本中运行文档向量化（parse + chunk + embedding）任务时触发。
[Feature Request]: Make BLOB_STORAGE_SIZE_THRESHOLD configurable via environment variable
![[Feature Request]: Make BLOB_STORAGE_SIZE_THRESHOLD configurable via environment variable](https://www.chat-gpts.plus/wp-content/uploads/2026/07/16634-af62caa6-768x403.jpg)
用户运行 RAGFlow 进行数据源同步时，尤其是使用 WebDAV (如 OpenMediaVault, Synology, Nextcloud)、Seafile 或 S3/R2/GCS 这类 Blob 存储连接器，处理单文件超过 20MB 的 PDF 或扫描书籍时，文件会被静默跳过，仅在日志中出
Eval bug: Qwen 3 VL provides incorrect bounding boxes on sizes that are not 1000x1000px / non-square
用户运行 llama-server ，加载 Qwen 3 VL (Qwen3-VL-30B-A3B-Instruct) 的 GGUF 模型和 mmproj 权重文件，通过 API 上传图片请求目标检测（bounding box），并期望返回的坐标（ bbox_2d ）直接适用于原始图像，但格式上存在
RuntimeError: inputs.size(1) must match lora_b_weights.size(-1)
用户在 Intel Arc Pro B70 (Battlemage) XPU 上使用 vLLM 0.24.0 源码构建版本，加载 Intel/Qwen3.6-27B-int4-AutoRound 模型并启用 --enable-lora --tensor-parallel-size 2 时，服务启动崩