[FEATURE] Add Wasm-based code interpreter tool to safely run untrusted code.
![[FEATURE] Add Wasm-based code interpreter tool to safely run untrusted code.](https://www.chat-gpts.plus/wp-content/uploads/2026/06/4810-3cca9c44-768x403.jpg)
用户在 CrewAI 框架中试图运行不受信任的 Python 代码时，关注到了现有 CodeInterpreterTool 的安全漏洞（参见 Issue #4516）。Feature request 提出集成 Wasm 沙箱（如 Capsule）作为替代方案，以提供更安全的代码执行环境。
标签： Python
Question: How to get a resource argument containing “/” ?
在 MCP Python SDK 中使用 @mcp.resource 装饰器定义资源模板时，用户希望路径参数（如 {path} ）能够匹配包含斜杠（ / ）的完整路径，例如 folder://xxx/abc/zzz/ ，以便实现嵌套目录的资源访问。
RuntimeError: expected mat1 and mat2 to have the same dtype
用户在 AMD Strix Halo (gfx1151) GPU 上使用 Docker 镜像 vllm/vllm-openai-rocm:latest （vLLM 0.20.2）启动 vLLM 服务，加载 Qwen3.6-27B-AWQ 模型并启用 DFlash speculative decodi
**ERROR**: AUTH_ERROR – AsyncCompletions.create() got an unexpected keyword argument ‘images’
用户在通过 MCP (OpenAI) 客户端连接 RAGFlow 服务时触发该错误。访问地址类似 http://192.168.3.80:9380/api/v1/openai/{api_key}/chat/completions 。RAGFlow 服务本身正常（返回 HTTP 200），API 密钥
Eval bug: EAGLE3 with Qwen3.6 (qwen3_5 hybrid) target — missing t_layer_inp hooks, and llama_decode(ctx_dft) rc=-1 once context exceeds ~700
用户使用 llama-server 或 llama.cpp 的 EAGLE3 投机解码功能，目标模型为 unsloth/Qwen3.6-27B-MTP-GGUF （架构 qwen3_5 ，GDN hybrid），草稿模型为基于 Ex0bit/Qwen3.6-27B-PRISM-EAGLE3 转换的
GLM-5.2 Cloud Model reasoning degradation and cyber capability dumbing down detected.
用户通过 Ollama 调用 GLM-5.2 Cloud 模型，进行网络安全、AI 项目相关的复杂推理任务。模型在过去一天内发生了明显的行为退化：从能够“预判用户下一步操作”变为只能给出“what would you like to do”这类泛化回复，且对于任何涉及网络安全的问题，模型都会以询问“
bug: Langfuse trace show error on langgraph ToolNode with Command handoff
用户在使用 langgraph 开发多智能体系统，基于 ToolNode 实现智能体间交接（handoff）功能。具体来说， tool 函数通过返回 Command(goto=agent_name, graph=Command.PARENT, update=...) 来导航到另一个智能体节点，并在
[Bug]: MTP Speculative Decoding with NVFP4: Weight Shape Mismatch
![[Bug]: MTP Speculative Decoding with NVFP4: Weight Shape Mismatch](https://www.chat-gpts.plus/wp-content/uploads/2026/06/35031-2c47d432-768x403.jpg)
用户在 vLLM 中运行 nvidia/Qwen3-Next-80B-A3B-Instruct-NVFP4 模型，启用 NVFP4 量化与 MTP 投机解码（speculative decoding）时，模型加载阶段抛出 AssertionError （权重形状不匹配）。该问题同时存在于多个环境（N
_prefill: cache.get_seq_length() returns device tensor, breaks slice arithmetic for static cache + torch.compile on non-CUDA backends
用户在使用 HuggingFace Transformers 库加载 GPT-2 模型（或其他 CausalLM 模型）时，设置 generation_config.cache_implementation = "static" 并开启了 torch.compile(model.forward, b
Native NAG node (Normalized Attention Guidance) not applying negative prompt despite double inference time
用户在 ComfyUI 中使用内置的 Normalized Attention Guidance (NAG) 节点生成图像，测试了 Flux.2 Klein 4B 和 9B 模型。节点使用默认参数（scale=5, alpha=0.5, tau=1.5），并设置了负面提示词（如 "trees, gr