GEOFlow 模型测试成功后任务仍失败怎么办？六项排查清单

在 GEOFlow 中，任务依赖知识库时，若向量未生成，正文将因缺少上下文而失败。模型测试成功但任务输出为空，通常与此有关。

检查 Embedding 模型向量写入

进入 AI 模型设置页，确认模型类型为 embedding，API Key 有效，接口支持 embeddings，向量维度与存储兼容。知识库预览若显示已切片但向量数为零，说明未成功落库。需重新保存并测试 embedding 模型，并将其设为默认。完成后在知识库管理页验证切片向量数不再为零。

核查切片策略回退行为

任务使用 LLM 语义切片时可能报错，而规则切片下任务成功。这是因为语义切片需要 chat 模型参与规划，当模型响应慢、超限或上下文不足时，系统会自动回退到结构化规则切片。

在 AI 模型设置页将语义切片模型切换为更快的模型。若持续失败，直接切换为“结构化规则切片”后重试。通过任务日志确认切片策略执行成功，且无回退告警。

验证智能模型切换配置

启用 smart_failover 模式后，若后备模型未配置、优先级为空或 API 不可达，即使主模型测试正常，任务也可能在排队后失败。

先在 fixed 模式下让主模型跑稳，再启用智能切换，并按可靠性排序后备模型。临时修改主模型 URL 为错误地址，下发任务后检查是否自动切换到可用后备模型，以此验证切换逻辑生效。

排查部署链路与 Worker 状态

后台队列或调度器未运行，会导致任务永远停留在“排队”状态。执行 docker compose ps 或 geoflow-healthcheck.sh 脚本，检查 queue、scheduler 容器或进程是否存活，Redis 是否连通。

若服务异常，重启对应服务并确保 Worker 能正常消费队列。提交一个小任务，观察在数分钟内能否执行完毕。

六项最小验证清单

1. Embedding 模型已启用并写入非零向量。
2. 语义切片失败时能够回退到结构化规则切片。
3. smart_failover 的后备模型顺序和连通性已验证。
4. Queue Worker 正在消费 geoflow 队列。
5. Scheduler 持续运行并能按时间投递任务。
6. Web 根目录、APP_URL、HTTPS 与反向代理配置正确，前台无资源 404。