Show HN: 卡利马科斯——在您的 AI 编码助手历史记录中进行本地搜索
一个名为“卡利马科斯”的开源桌面工具，能为 11 款主流 AI 编码助手的对话历史建立本地索引与全文+语义混合搜索，让开发者无需联网即可从大量编码对话中快速查找、提炼和复用项目知识。
标签： LLM
Show HN: FERNme——一种几乎无需调用大型语言模型（LLM）即可更新的代理记忆系统
FERNme 发布了一种新型 AI 代理记忆系统，通过图算法和赫布学习规则实现几乎零 LLM 调用的记忆更新，在保持每次交互 token 成本不变的前提下，支持个性化、可审计和用户拥有的记忆层。这对于依赖长期记忆的 AI 代理开发者而言，可能是一种降低推理成本和幻觉风险的工程替代方案。
Show HN: Rocannon – 是否有将 Ansible 模块转换为 MCP Tool 并以 Playbook 形式记录会话的模块？
Rocannon 是一个开源工具，将 Ansible 控制节点变为 MCP（Model Context Protocol）服务器，让 Claude、Cursor 等 AI 助手可以直接用自然语言调用你本机安装的所有 Ansible 模块和角色，并能将会话记录为标准 Playbook 回放。
Misc. bug: Performance from sycl with server-intel on Qwen 3.6 dropped from 32t/s to 25t/s after update server-intel-b9159
用户通过 Docker Compose 部署 ghcr.io/ggml-org/llama.cpp:server-intel 镜像，使用 SYCL 后端在 Intel Arc Pro B50 显卡上运行 Qwen 3.6 35B 模型（Q4_K_XL_MTP 量化）。镜像从 server-intel
peg-native: lazy grammar fails to prevent malformed tool-call XML (duplicate ) on Qwen3.6-35B-A3B; parser then drops the whole tool call and
用户在 llama-server （多模型路由预设）中加载 unsloth/Qwen3.6-35B-A3B （推理型 MoE 模型，UD-Q8_K_XL 量化），通过外部 --chat-template-file （社区修复的 Qwen3.6 家族模板，XML 工具调用方言）并设置 --jinja
[Bug]: Hardcoded RERANK_LIMIT logic causes API failures (400) and ignores UI Top-K settings
![[Bug]: Hardcoded RERANK_LIMIT logic causes API failures (400) and ignores UI Top-K settings](https://www.chat-gpts.plus/wp-content/uploads/2026/06/14081-e59c8dd0-768x403.jpg)
用户在使用 RAGFlow v0.24.0 官方镜像时，配置了 Chatbot 并启用 Reranker（例如 Cohere 或 vLLM 托管的 BGE 模型）。在 UI 中将 Top-N ( page_size ) 设置为 6，Top-K 设置为较低的值（如 10）后，执行查询时触发 400 错
Misc. bug: WebUI CORS proxy requests don’t include API key for MCP connections
用户启动 llama-server 并同时使用 --api-key-file （API key 认证文件）和 --webui-mcp-proxy （WebUI CORS 代理）参数。在 WebUI 中通过 API key 认证后，添加 MCP 服务器（如 http://127.0.0.1:8581/
[Bug]: Gemma4-31B-it deployed on vLLM cannot process images in tool message
![[Bug]: Gemma4-31B-it deployed on vLLM cannot process images in tool message](https://www.chat-gpts.plus/wp-content/uploads/2026/06/41452-f7e27533-768x403.jpg)
用户在 vLLM 上部署 Gemma4-31B-it 模型，通过 OpenAI 兼容 API（ /v1/chat/completions ）发送包含图片的 tool message 请求时，服务端返回 HTTP 500 Internal Server Error。环境为 Ubuntu 24.04 +
[Bug]: [DeepSeek-V4-Flash][MTP] CUDA invalid argument during profile_run with DP4 + EP + MegaMoE on B_00
![[Bug]: [DeepSeek-V4-Flash][MTP] CUDA invalid argument during profile_run with DP4 + EP + MegaMoE on B_00](https://www.chat-gpts.plus/wp-content/uploads/2026/06/45099-8bfd8616-768x403.jpg)
在 vllm serve 启动 DeepSeek-V4-Flash 模型时，使用 --speculative-config '{"method":"mtp","num_speculative_tokens":1}' 或 num_speculative_tokens=3 ，并配合 --data-par
ValueError: Following weights were not initialized from checkpoint: {‘visual.blocks.16.norm2.bias’, ‘visual.blocks.4.norm2.weight’, …
用户使用 Transformers（v5.2.0 或 v5.3.0）对 Qwen3.5-9B 模型进行 SFT 后，尝试通过 vLLM（v0.17.0）部署时触发报错。报错核心为 HuggingFace 配置类型无效：期望 vllm.transformers_utils.configs.qwen3_