Error trying to use WD14 Captioning
用户在 Kohya SS 中运行 WD14 Captioning 功能时（直接运行或通过加速启动脚本），触发 onnx model not found 错误，导致标注流程中断。该问题在 Windows 11 原生环境和 Linux Docker 容器中均有出现。
标签： Python
NunchakuFluxDiTLoader does not exist
用户在 Krita AI Diffusion 插件（v1.45.0 及部分早期版本）中使用 Flux 模型，尤其是通过插件默认安装的 ComfyUI 后端、自定义 ComfyUI 服务器或 Linux Docker 环境时触发此报错。部分用户在重新安装插件后问题仍未解决。
No module named ‘OpenGL_accelerate’
用户在使用 SwarmUI 0.9.8.1 版本时，从 Generate 标签页发送图像生成请求到 ComfyUI 后端。当后端的 EnablePreviews 设置为非 "No Previews" 的选项（例如 "Enabled (fast latent2rgb)"）时，请求会卡住，ComfyUI
Components don’t become visible with radio button switch event on gradio>=6
用户在 Gradio 应用中通过 gr.Radio 组件切换选项，利用回调函数 show_species_choice 返回 gr.update(visible=...) 来动态显示或隐藏相邻列的组件（如 gr.Column 、 gr.File 、 gr.List ）。在 Gradio 5.x（如
Memory overflow occurs when calling the sam3-litetext model
用户使用 Hugging Face transformers 库调用 yonigozlan/sam3-litetext-s0 模型进行图像分割推理。在第一次推理中显存已占用大部分，第二次推理时显存溢出，且模型体积本身并不大。
Captioning broken with wd-v1-4-convnexttv2-tagger-v2
用户使用 Kohya SS Windows GUI 版（Python 3.10），在 Captioning 界面启用了 ONNX 并勾选 "Force model download"，选择 SmilingWolf/wd-v1-4-convnextv2-tagger-v2 模型。模型文件虽被成功下载（
RFC: Replace Peewee with SQLModel
在 RAGFlow 项目 Python 后端的开发/维护过程中，团队发现基于 Peewee 的 ORM 架构在以下场景中频繁触发连接问题：批量插入时会嵌套 @DB.connection_context() 装饰器（覆盖 api/db/services/ 下约 215 处调用点）；手动调用的 db.c
fix(responses-api): raise APIError on in-stream error events; widen ErrorEventError.param to accept dict
用户在调用 LiteLLM Responses API 的流式接口时，Provider 返回了流中错误事件（ type: "error" 或 type: "response.failed" ），但当前实现没有触发 Python 异常，而是将错误事件作为普通流式块发回给调用者。导致 LiteLLM R
Performance regression with FA2 and long-context generation after 5.2.0
用户在使用 Hugging Face Transformers 库、FlashAttention2（FA2）、以及 Qwen3VL-2B-Thinking 模型进行长上下文视频理解生成任务时，发现 transformers 5.4.0 版本相比 5.2.0 版本生成耗时增加了 17% 以上。该现象在
ImportError: No module named ‘triton’
用户在 Windows 11 上使用 ComfyUI 桌面版，运行 SeedVR2 工作流时，尝试了 3B nvfp4、7B sharp int8 convrot、3B fp8 三种模型，均在 VAEEncodeTiled 节点执行时触发报错。