Unable to call API payload containing alwayson_scripts
用户在 Ubuntu 24.10 系统、RTX 2070 环境下，使用 Python 的 requests 库向 Stable Diffusion WebUI Forge (lllyasviel/stable-diffusion-webui-forge) 的 http://127.0.0.1:786
标签： Python
[ISSUE]: TextGen Fails to load GGUF models on multiple browsers, different textgen versions.
![[ISSUE]: TextGen Fails to load GGUF models on multiple browsers, different textgen versions.](https://www.chat-gpts.plus/wp-content/uploads/2026/06/7530-3d63106e-768x403.jpg)
用户在 Ubuntu 24.04.4 LTS 系统上使用 TextGen WebUI（版本 4.6.2, 4.5.2, 4.7, 4.7.1, 4.7.3），尝试加载 GGUF 模型（如 gemma-3-4b-it-Q4_K_S.gguf 和 mmproj-gemma-3-4b-it-F16.ggu
ModuleNotFoundError: No module named ‘pkg_resources’
用户在 Windows 系统上按照官方指南安装 Stable Diffusion WebUI，运行 webui-user.bat 时，安装过程在安装 CLIP 依赖步骤失败。
gpt-5.4+ models not detected as Responses API models, causing tool_choice.function error
用户在使用 langchain-openai 库（版本 1.1.10）时，调用 ChatOpenAI 并绑定 gpt-5.4 系列模型（例如 gpt-5.4-2026-03-05 ），通过 bind_tools 方法指定 tool_choice （如 tool_choice="my_tool" ）时
[XPU] Segfault in WanVAE CausalConv3d during VAE encode/decode on Intel GPU
![[XPU] Segfault in WanVAE CausalConv3d during VAE encode/decode on Intel GPU](https://www.chat-gpts.plus/wp-content/uploads/2026/06/14513-4e558d86-768x403.jpg)
用户在 ComfyUI 中加载 WanVAE 模型（例如 Qwen-Image VAE）执行 VAE encode（图生视频或视频处理）时，在 Intel XPU 设备上触发段错误。该问题影响所有基于 WanVAE 架构的模型，包括 Wan 2.1/2.2 视频模型和 Qwen-Image 模型。
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。
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。