launch: `ollama launch opencode` fails on OpenCode v2 because `opencode debug config` returns an array

这个报错通常出现在已经升级到 OpenCode v2,却仍用 Ollama 0.40.11 的 ollama launch opencode 启动本地模型的场景;优先把 Ollama 升级到包含 #19310 修复的版本( v0.40.12-rc1 及之后)。

这个报错通常出现在已经升级到 OpenCode v2,却仍用 Ollama 0.40.11 的 ollama launch opencode 启动本地模型的场景;优先把 Ollama 升级到包含 #19310 修复的版本( v0.40.12-rc1 及之后)。
![[Question]: Auto metadata settings have no effect](https://www.chat-gpts.plus/wp-content/uploads/2026/10/13736-e2d4d4bd-768x403.jpg)
该问题通常出现在 RAGFlow 数据集中已开启 Auto metadata 但重新解析后元数据字段仍为 0 的场景,优先检查是否在 Auto metadata 的 Settings 中显式定义了要抽取的字段,而不仅仅是打开开关。
![[Bug]: Go DeepDOC reorders native superscripts before their surrounding text](https://www.chat-gpts.plus/wp-content/uploads/2026/10/21388-78888701-768x403.jpg)
该问题出现在 RAGFlow 的 Go DeepDOC 原生字符解析路径(非 OCR 路径)中:当 PDF 文本含上标/下标时,字符排序逻辑会把上标(如 I²C 中的 “2”)提到所在行文本之前。优先排查 internal/deepdoc/parser/pdf/layout/chars_boxes.
![[Bug]: MinerU PDF positions are emitted in the service's normalized bbox space instead of PDF page space](https://www.chat-gpts.plus/wp-content/uploads/2026/10/21220-cefa599c-768x403.jpg)
用 MinerU OCR 模型解析含大表格的 PDF 时,若“跳转到原文”高亮、分块缩略图或按需裁剪区域出现整体比例偏移,通常说明后端把 MinerU 返回的 0–1000 归一化 bbox 直接当成 PDF 页面坐标写入了 positions / _pdf_positions ,优先排查 Go 侧
![[Bug]: 429 rate limit errors from OpenRouter FREE models not honored?](https://www.chat-gpts.plus/wp-content/uploads/2026/10/9035-c53fddfe-768x403.jpg)
该问题出现在通过 LiteLLM 调用 OpenRouter 免费模型(ID 以 :free 结尾)或 Gemini/Vertex AI 模型并触发 429 限流时。部分路径下返回体是合法 JSON,但缺少对 HTTP 状态码的检查,导致错误被吞掉,表现为空回复而非抛出 RateLimitError
![[Bug]: Decisions transformations materialize missing probabilities as 0.0](https://www.chat-gpts.plus/wp-content/uploads/2026/10/48449-9c573b30-768x403.jpg)
这个报错通常发生在使用 LiteLLM 的 Decisions transformations(分数/选择概率转换)处理上游只返回部分概率条目的响应时:缺失的概率被填成 0.0,导致“缺失”与“显式概率为 0”无法区分。优先排查 Decisions 转换层中是否使用了 probabilities.g

这个报错通常发生在 llama.cpp 推理时设置了 reasoning budget(思考预算),模型在思考过程中被硬截断,注入的 wrap-up 提示没有留出任何 token 让模型收尾,于是出现 “Avoid mid-sentence cutoff” 式的半句截断。优先排查推理预算参数,以及是

在 Modular Pipeline 中使用 InputParam 时,如果某个输入既设置了 required=True ,又通过模板或默认值携带了非 None 的 default ,那么这个必填约束会被静默忽略:默认值会在检查必填之前先被填入。遇到本报错时,优先检查 InputParam.temp

该报错出现在把一个调用“workflow tool(工作流工具)”的 Dify 应用导出为 .ifpkg 、再导入到另一个工作区后运行应用的场景。导出包只保留了源工作区里工作流工具的 provider ID,没有带上被调用的工作流本体,因此跨工作区导入后运行时找不到对应 provider,优先排查导

这个问题出现在非英语会话(例如波兰语)启用 Context Compaction 后,压缩摘要被写成英文,导致模型在压缩后改用英文回复。优先排查的是 Context Compaction Prompt(或 CONTEXT_COMPACTION_PROMPT_TEMPLATE )是否缺少语言约束,同时