[Question]: using latest image(v0.23.1) can not enable docling
![[Question]: using latest image(v0.23.1) can not enable docling](https://www.chat-gpts.plus/wp-content/uploads/2026/06/12440-35fa5ab2-768x403.jpg)
用户在 RAGFlow v0.23.1 Docker 容器中尝试启用 docling 文档解析功能(通常通过设置 USE_DOCLING=true 环境变量),容器启动或运行时抛出“no module pip”错误。此问题在 Docker 环境下复现,非 Python 虚拟环境或源码安装场景。
![[Question]: using latest image(v0.23.1) can not enable docling](https://www.chat-gpts.plus/wp-content/uploads/2026/06/12440-35fa5ab2-768x403.jpg)
用户在 RAGFlow v0.23.1 Docker 容器中尝试启用 docling 文档解析功能(通常通过设置 USE_DOCLING=true 环境变量),容器启动或运行时抛出“no module pip”错误。此问题在 Docker 环境下复现,非 Python 虚拟环境或源码安装场景。
![[Bug]:](https://www.chat-gpts.plus/wp-content/uploads/2026/06/12631-be7e80ae-768x403.jpg)
用户运行 RAGFlow v0.23.1(Docker 环境,Windows 11),在 Agent 界面(智能体模块)使用 ExeSQL 工具执行 SQL 查询时,界面报错 “undefined”。通过 Chrome 开发者工具查看网络请求,发现所有请求返回 HTTP 200,但其中一个返回响应无

用户在自部署 Dify(Self Hosted Source)环境下,通过代码审查发现当前 main 分支的 API 服务存在缺陷。当触发 UTM 记录路径(调用 OperationService.record_utm() )时,如果 BILLING_API_URL 指向一个慢速端点,或计费服务仅接

用户在 Langfuse Cloud 上使用 Python SDK 3.3.1,通过 langfuse.openai.AsyncOpenAI 包装客户端调用 responses.create() 方法,传入 instructions 参数进行 agentic workflow 调用,结果在 Lang

使用 langchain_openai.ChatOpenAI 配合 Langfuse 的 LangchainCallbackHandler ,通过 LiteLLM 代理调用 Anthropic 模型(如 claude-sonnet-4-20250514 ),并采用 非流式 模式( llm.ainvo

用户在使用 RAGFlow 时,在 Chat 助手的 Advanced → Metadata Filtering 中启用了“Auto”模式,但知识库未配置任何 metadata 标签。结果是每次对话即使文档包含相关信息,也返回“No relevant content found”。该 Bug 不会输

该问题并非由某个具体的运行时操作触发,而是由代码静态分析工具 HefestoAI 对 CrewAI 项目(1,708 个文件)进行确定性静态分析后发现的。它描述了 CrewAI 框架内部普遍存在的一种代码质量缺陷,这些缺陷在 Agent 执行记忆写入、推理步骤、工具调用、CLI 操作等核心任务时可能

用户通过 Docker 安装 Open WebUI v0.9.6,Ollama 使用 llama-cpp 后端,在 Firefox 或 Epiphany 浏览器中向聊天输入框粘贴约 20k 行 Python 代码(如 context_manager.py )时触发 UI 冻结;发送消息后性能恢复。
![[Request] Add DOS Kernel MCP server to the MCP marketplace](https://www.chat-gpts.plus/wp-content/uploads/2026/06/15740-03e4d016-768x403.jpg)
用户希望将 DOS Kernel (一个确定性信任内核 MCP 服务器,提供 dos_verify 、 dos_arbitrate 、 dos_commit_audit 等工具)添加到 LobeChat 的 MCP 市场中。用户提交了服务器名称、仓库地址、发布者、许可证、MCP 注册表条目以及快速启

用户在 mcp.server.fastmcp.utilities.func_metadata.FuncMetadata.call_fn_with_arg_validation 中定义了一个同步的 @mcp.tool 函数。该函数被调用时,整个运行循环被阻塞,而不是像预期那样被移出事件循环以支持并发。