Could not locate cudnn_ops64_9.dll. Please make sure it is in your library path!

该报错通常出现在 Windows 上以 CUDA 方式运行 Faster Whisper(或依赖 cuDNN 9 的下游项目)时,DLL 加载器找不到 cudnn_ops64_9.dll 。优先排查 NVIDIA cuDNN 的安装目录层级,以及运行进程能否在 library path 中定位到该

该报错通常出现在 Windows 上以 CUDA 方式运行 Faster Whisper(或依赖 cuDNN 9 的下游项目)时,DLL 加载器找不到 cudnn_ops64_9.dll 。优先排查 NVIDIA cuDNN 的安装目录层级,以及运行进程能否在 library path 中定位到该

这个 TypeError: expected str, bytes or os.PathLike object, not NoneType 通常出现在 Linux 上手动设置 LD_LIBRARY_PATH 、尝试加载 nvidia-cublas-cu12 / nvidia-cudnn-cu12 动
![[Bug]: Responses API streaming regenerates output item id/call_id in response.completed (breaks strict clients)](https://www.chat-gpts.plus/wp-content/uploads/2026/10/59834-4a72fa90-768x403.jpg)
当你在 vLLM 上以 stream: true 调用 OpenAI 兼容的 Responses API( /v1/responses )并触发函数调用时,流式事件里的 response.output_item.added / response.output_item.done 与终止事件 resp
![[FEAT]: SerpKite native web-search provider — request for maintainer approval](https://www.chat-gpts.plus/wp-content/uploads/2026/10/6630-9b539d9e-768x403.jpg)
这不是运行期报错,而是第三方服务方向 AnythingLLM 提交原生 web-search provider 集成请求后被维护者关闭的场景;如果你在寻找 SerpKite 原生 provider 或看到请求被关闭,优先确认该请求未进入实现阶段、当前只能走现有 MCP 集成路径。
![[v2] MCPServer reports empty experimental capabilities as {} via initialize but None via server/discover](https://www.chat-gpts.plus/wp-content/uploads/2026/10/3254-96449ed8-768x403.jpg)
当 MCP Python SDK 2.x 的服务器没有配置任何 experimental capabilities 时,`initialize` 路径返回 `capabilities.experimental == {}`,而 `server/discover` 路径返回 `None`(且从 wir
![[enhancement]: Need a download retry feature in Model Manager](https://www.chat-gpts.plus/wp-content/uploads/2026/10/8840-e9568051-768x403.jpg)
在 InvokeAI 的 Model Manager 中下载大型模型(尤其来自 Hugging Face 的多文件模型)时,如果连接在传输中途被对端断开或挂起,下载会直接失败,重启后往往从 0% 重新开始,已下载的部分数据可能被丢弃。优先排查下载源连接稳定性和临时目录处理逻辑。

该报错通常出现在 StableDiffusion3Pipeline 同时满足“批量 prompt(列表)+ 显式传入 num_images_per_prompt”时;根据 Issue 中的复现,真正触发崩溃的关键操作可能是调用了 pipe.transformer.fuse_qkv_projectio

这个报错通常出现在 RTX 50 系显卡(如 RTX 5070 Ti)上运行 faster-whisper 时,默认的 compute_type=auto/int8 与当前 CUDA/cuBLAS 环境不兼容所致。优先把 compute_type 改成 float16 再试。

这个报错通常发生在 Docker/Podman/k8s 容器里运行 Faster Whisper GPU 镜像时,宿主机驱动版本与容器内 CUDA runtime 不匹配,或 GPU 根本没有被正确挂载进容器。优先排查容器的 GPU 资源声明和挂载配置,而不是先升级驱动。
![RuntimeError: Worker failed with error 'MLA kv_data_type torch.uint8 is not supported. Supported dtypes: [torch.float16, torch.bfloat16, torch.float8_e4m3fn].', please check the stack trace abov](https://www.chat-gpts.plus/wp-content/uploads/2026/10/57713-741c6632-768x403.jpg)
这个报错通常出现在 vLLM 用 H100 等 Hopper 显卡加载 GLM5.3-Flash 并启用 --kv-cache-dtype fp8 时,MLA 的 KV Cache 实际收到了 torch.uint8 ,而当前支持的 dtype 只有 torch.float16 、 torch.bf