aishort提示词生成失败时，应依次检查输入格式合法性、本地推理服务状态、模型缓存与配置文件、直连API测试及内置提示模板。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您在使用 aishort 工具生成提示词时遭遇失败，界面无响应、返回空内容或弹出错误提示，则可能是由于输入格式异常、上下文长度超限、本地服务未就绪或模型加载中断所致。以下是解决此问题的步骤：
一、检查输入内容合法性
非法字符、过长无分段文本或含不可见控制符的粘贴内容会触发解析器拒绝处理。aishort 在预处理阶段会对输入执行 UTF-8 编码校验与结构化清洗，若检测到 BOM 头、零宽空格（U+200B）、替代字符（U+FFFD）等，将直接终止生成流程。
1、复制原始输入文本至纯文本编辑器（如 Notepad++ 或 VS Code 的“纯文本模式”）。
2、启用“显示所有字符”功能，删除开头的 EF BB BF（UTF-8 BOM）及行末尾的零宽空格。
3、将文本按语义拆分为不超过 300 字符的短句，每句之间保留一个标准换行符（\n）。
4、重新粘贴至 aishort 输入框并提交。
二、验证本地推理服务状态
aishort 依赖本地运行的轻量级 LLM 服务（默认绑定 127.0.0.1:8001），若该服务未启动或崩溃，所有生成请求均会返回连接拒绝或超时错误。服务进程独立于前端界面，需单独确认其存活状态。
1、打开终端，执行 curl -s http://127.0.0.1:8001/health | jq .status，预期返回 "healthy"。
2、若提示 connection refused，运行 ps aux | grep aishort-server 查看进程是否存在。
3、若无进程，进入 aishort 安装目录，执行 python server.py --port 8001 --model tiny-llm-v2 手动拉起服务。
4、确认服务日志中出现 "Uvicorn running on http://0.0.0.0:8001" 而非 "binding to 127.0.0.1"。
三、重置模型缓存与配置文件
模型权重映射表损坏、tokenizer 配置错位或 prompt 模板路径指向空文件，会导致生成阶段在 load_model() 环节抛出 RuntimeError。此类错误不显式报出，仅表现为前端长时间转圈后静默失败。
1、定位 aishort 主目录下的 .cache/model_config.json 文件。
2、备份原文件后，用文本编辑器打开，检查 "tokenizer_path" 和 "weights_dir" 字段值是否为绝对路径且对应目录存在。
3、若任一路径不存在，手动创建该目录，或修改字段指向已知有效的模型子目录（如 ./models/tiny-llm-v2/tokenizer/）。
4、删除 .cache/prompt_templates.bin 文件，强制触发模板重建。
四、绕过前端直连 API 测试
排除浏览器插件拦截、CSP 策略限制或前端 JS 执行异常的影响，可跳过 UI 层，使用 curl 直接向后端接口发起最小化请求，验证核心生成能力是否完好。
1、准备测试 payload：{"input":"请生成三条适用于会议纪要整理的AI提示词","max_tokens":128}，保存为 test.json。
2、执行命令：curl -X POST http://127.0.0.1:8001/generate -H "Content-Type: application/json" -d @test.json。
3、观察响应体是否含 "output" 字段及非空字符串值。
4、若返回 500 错误且 body 含 "torch.cuda.OutOfMemoryError"，说明需切换至 CPU 模式：编辑 server.py，将 device 参数由 "cuda" 改为 "cpu"。
五、替换内置提示模板
aishort 使用硬编码的 prompt 模板驱动生成逻辑，若当前模板中包含已被弃用的占位符（如 {context} 但输入未提供 context 字段），模型将无法构造有效指令而返回空序列。
1、进入 prompts/ 子目录，列出所有 .md 文件：ls prompts/*.md。
2、选择 base_template_v3.md 作为基准，用 cat 命令查看其首三行，确认含 "{instruction}" 且无冗余字段。
3、将该文件完整内容复制，覆盖 prompts/active_template.md。
4、重启 aishort-server 进程，使模板热加载生效。
