[Bug]: vllm-rs render has no –reasoning-effort-map, so mapped reasoning_effort values return 400
![[Bug]: vllm-rs render has no --reasoning-effort-map, so mapped reasoning_effort values return 400](https://www.chat-gpts.plus/wp-content/uploads/2026/10/64432-85b7e4fd-768x403.jpg)
当 Python 前端用 --reasoning-effort-map 把 minimal 、 medium 等 OpenAI 强度名映射到模型认识的值,而 vllm-rs render 启动时没有这个参数时,发往 Rust 渲染服务、带映射前 reasoning_effort 的请求就会返回 40
![[Bug]: vllm-rs render has no --reasoning-effort-map, so mapped reasoning_effort values return 400](https://www.chat-gpts.plus/wp-content/uploads/2026/10/64432-85b7e4fd-768x403.jpg)
当 Python 前端用 --reasoning-effort-map 把 minimal 、 medium 等 OpenAI 强度名映射到模型认识的值,而 vllm-rs render 启动时没有这个参数时,发往 Rust 渲染服务、带映射前 reasoning_effort 的请求就会返回 40

该错误通常出现在 vLLM 服务处理包含大 batch 或多媒体的请求时,多模态缓存(MultiModalReceiverCache)中的条目被同请求内更早出现的新条目挤出缓存,导致后续读取时找不到已标记为“已缓存”的条目;优先排查并调整多模态处理器缓存容量,或将缓存关闭。

该报错出现在通过 AWS Bedrock 等下游服务调用 ChatAnthropic 时,provider 的 usage.cache_creation 中显式返回 ephemeral_1h_input_tokens: null ,导致 _create_usage_metadata 在累加缓存 to
![issue: [dev] arrow keys skip menu entries that appear after the menu opens](https://www.chat-gpts.plus/wp-content/uploads/2026/10/33374-1563abf3-768x403.jpg)
在 Open WebUI dev 分支中,打开菜单后再动态出现在列表里的条目(如刚上传的文件、后添加的标签),用方向键、Home、End 无法聚焦,焦点只停留在菜单打开那一刻已存在的条目上;优先排查菜单键盘导航逻辑是否在渲染时缓存了初始条目集合。

该报错出现在通过自动化流程(如 n8n)调用 Open WebUI 的用户分析接口 GET /api/v1/analytics/users 时: skip 参数被静默忽略,且不传 limit 时结果被静默截断为 50 条,导致下游统计失真。优先排查调用方是否依赖了 skip 分页,以及是否显式传入了

这个报错通常出现在未训练过的 Trainer 上直接调用 evaluate() 或 predict() ,且使用 FSDP2 的场景:评估流程只准备模型、不准备优化器,而 FSDP2 要求模型和优化器一起传给 Accelerator.prepare() 。优先排查是否在 FSDP2 下走了“仅模型”

该报错通常出现在 Langfuse 自托管环境中,使用 Bedrock 连接的自定义模型(例如 openai.gpt-oss-20b-1:0 )在 Playground 或 Dataset Runs 中处理带 reasoning 的响应时发生。优先排查 Bedrock 返回的 reasoning_c

报错 bug: Proxyagent is not used to add Google Gemini 通常出现在自托管 Langfuse 通过集群代理访问外网、并尝试新建 Google Gemini(Google AI Studio)LLM 连接时;由于 Gemini 适配器未注入 proxyAg

当通过 LiteLLM 代理接入 Langfuse 的 OTEL 链路跟踪后,在请求体 metadata 里添加 prompt 相关字段却无法把 trace 与提示词管理中的 Prompt 关联时,优先确认这是当前不支持的能力,而不是字段写错。核心报错关键词为:bug: LiteLLM gatewa
![[Bug]: OpenDataLoader PDF parsing drops page positions returned by the service](https://www.chat-gpts.plus/wp-content/uploads/2026/10/21216-28ede7e5-768x403.jpg)
在 RAGFlow 的 Go 解析链路中,当 PDF 走 OpenDataLoader( opendataloader_apiserver 或租户 OpenDataLoader 模型引用)解析时,解析结果只保留文本、类型和表格单元格,丢弃了服务返回的元素几何信息,因此切片结果没有 positions