Startup delay when internet access is restricted
用户在一台无法访问互联网的专用机器上运行 ComfyUI，并通过本地网络使用 Krita AI Diffusion 插件。当 Krita 连接该 ComfyUI 实例时，服务器控制台出现大量重复报错，Krita AI Diffusion 在此过程中不可用，直到递归深度耗尽后才恢复正常。
标签： Python
MCP LangFuse self-hosted issue
用户运行自托管 LangFuse 服务（版本 3.187.0 ），通过 MCP 协议调用工具时，发现 Observations 和 Metrics 两个类别下的 MCP 工具完全缺失。用户已确认其他类别工具（如 Prompts、Scores、Datasets 等）均正常工作。
RuntimeError: Failed to connect to MCP server after 3 attempts: Client failed to connect: Server disconnected without sending a response.
用户使用 MCP Python SDK 客户端连接一个 内部集群 URL （仅集群内可解析和访问），而客户端运行在集群外部，触发了连接失败。用户同时提到，同样的代码连接其他公网 URL 时正常工作。
[Bug]: shorten_message_to_fit_limit grows content instead of trimming when half_length is 0
![[Bug]: shorten_message_to_fit_limit grows content instead of trimming when half_length is 0](https://www.chat-gpts.plus/wp-content/uploads/2026/06/28128-a655e25a-768x403.jpg)
用户在调用 LiteLLM SDK 的 shorten_message_to_fit_limit 函数时触发，通常出现在需要将消息内容裁剪以适应较小 token 上限的场景中。该 Issue 中的复现脚本显示，当传入一个较长的字符串并尝试裁剪到 1 个 token 时，函数未能缩小内容，反而返回了更
Infinite loop in the quick start sample when registering additional agent
用户在运行 AutoGen Core 快速启动示例（Quick Start Sample）时，在已有 Modifier 和 Checker 代理的基础上注册了第二个 Modifier 代理（命名为 "modifier2"），运行时程序进入无限循环。
RuntimeError: Qwen3-VL does not support AttentionBackendEnum.FLASHINFER backend now.
用户在 vLLM 服务中加载 Qwen3-VL 系列模型（如 Qwen3-VL-235B-A22B-Instruct、Qwen3-VL-30B-A3B-Thinking）时，通过 VLLM_ATTENTION_BACKEND 环境变量尝试切换到 FLASHINFER 、 TRITON_ATTN 或
ValueError: bf16 mixed precision requires PyTorch >= 1.10 and a supported device.
用户在运行 Kohya SS GUI训练LoRA时触发报错。报错出现在脚本执行阶段，具体是对 train_network.py 的调用中，配置了 --mixed_precision=bf16 和 --save_precision=bf16 参数。
RuntimeError: Error(s) in loading state_dict for Resampler:
用户在使用 Stable Diffusion WebUI Forge（版本 f0.0.10-latest-104-g5a7e7555 至 f0.0.11-latest-105-gac94f38d）时，尝试启用 ControlNet（内置）、IP-Adapter 或 Instant-ID 进行图片生成
[BUG] cannot upsert files via api
![[BUG] cannot upsert files via api](https://www.chat-gpts.plus/wp-content/uploads/2026/06/3897-373e89d2-768x403.jpg)
用户使用 Flowise 搭建了一个 RAG Flow，包含 PDF 文件上传、文本分割、向量化及 Postgres 向量数据库节点。目标是通过 Python 的 requests.post 方法调用 Flowise 的 Prediction API，将本地 PDF 文件 upsert 到 Chat
[Bug]: Gemma4 Tool Parser: Intermittently Missing `function.name` in Streaming Mode
![[Bug]: Gemma4 Tool Parser: Intermittently Missing `function.name` in Streaming Mode](https://www.chat-gpts.plus/wp-content/uploads/2026/06/45449-acacc055-768x403.jpg)
在 vLLM 服务中部署 google/gemma-4-31B-it 模型，使用 gemma4 工具解析器（tool parser），通过 OpenAI 兼容 API 发送流式聊天补全请求（stream=True），设置 tool_choice="auto" 和 chat_template_kwar