![[Bug]: decisions (typesafe): missing usage becomes zero cost, a 200 with an invalid body becomes a 500, and the error body is only in the me](https://www.chat-gpts.plus/wp-content/uploads/2026/10/48147-5054fca8-768x403.jpg)
在 LiteLLM v1.106.2 通过 litellm.adecisions(custom_llm_provider="typesafe", ...) 调用 TypeSafe System One 时，响应缺少 usage 会被记为 0 token、$0 成本；200 响应校验失败会被误报为 5
用 LiteLLM 通过 DeepSeek V4（Pro/Flash）发起请求时，无论传 reasoning_effort="high" 还是 "max" ，都会被丢弃并统一改写为 thinking: {"type": "enabled"} ，导致无法请求分级推理强度；优先排查 LiteLLM 的
该报错通常出现在 Intel XPU 上同时启用 MTP 投机解码与 chunked prefill 时：同一批次中混入了“投机解码 token”和“非投机（普通 prefill）token”，而当前版本的 causal_conv1d XPU kernel 不支持在同一调用中处理这两类 token，
该报错通常出现在 Intel XPU 上同时启用 MTP 投机解码与 chunked prefill 时：同一批次中混入了“投机解码 token”和“非投机（普通 prefill）token”，而当前版本的 causal_conv1d XPU kernel 不支持在同一调用中处理这两类 token，
严格来说，这不是一个可修复的运行报错，而是一条已被关闭的功能请求（Feature）。原始 Issue 标题为 Feature: Structured compliance audit logging for EU AI Act (Article 12)，讨论的是 LangChain 缺乏面向合规审计
当模型通过 MCP（Streamable HTTP）调用工具，而传入参数是合法 JSON 但不符合工具 schema 时，Open WebUI 会把 MCP 服务器返回的 content 列表用 Python repr 序列化成 {"error": "..."} 交给模型，导致模型看不到「哪个参数缺
![[BUG] Bedrock file constraints swap the image and document size limits](https://www.chat-gpts.plus/wp-content/uploads/2026/10/8158-6c8f5022-768x403.jpg)
使用 CrewAI 向 Bedrock 模型发送多模态文件时， BEDROCK_CONSTRAINTS 把图片和文档的大小上限写反了：图片上限被放宽到 4.5 MB，PDF 上限被收紧到 3.75 MB。范围在 3.75 MB 至 4.5 MB 之间的图片不会被 AUTO 模式压缩，会原样发往 Be
当 LiteLLM 代理调用 OpenCode Go 托管推理接口时，若出站请求缺少 x-opencode-session 头，OpenCode 侧会直接拒绝请求。优先确认 LiteLLM 版本是否已包含会话头自动转发，未包含时可用请求级 extra_headers 临时补头。
![[Bug]: Bedrock /v1/messages: claude-opus-5-5 rejects thinking.type=enabled, no adaptive translation and output_config is stripped](https://www.chat-gpts.plus/wp-content/uploads/2026/10/47382-4fdc15ce-768x403.jpg)
这个报错通常发生在通过 LiteLLM 的 /v1/messages 透明转发访问 Bedrock 上的 claude-opus-5-5 ，且客户端（如 Claude Code）开启了 thinking 的场景。Bedrock 对 opus-5-5 只接受 thinking.type=adaptiv
该报错通常出现在使用 IntelEmbedding 加载 TorchScript 格式模型（如 Intel/bge-small-en-v1.5-rag-int8-static ）时。PyTorch 2.6 将 torch.load 的 weights_only 默认值改为 True ，而 Torch