任务长期“排队中”是因推理调度阻塞、KV Cache内存预留过大或并发配置失当；需依次调整max-model-len至8192、启用--enforce-eager、降配maxConcurrent与subagents.maxConcurrent、配置FP16精度、授予Node.js完全磁盘访问权限。
如果您启动Clawdbot后，任务长期处于“排队中”状态而无响应，则可能是由于推理请求调度阻塞、KV Cache内存预留过大或并发策略配置失当所致。以下是解决此问题的步骤：
一、调整vLLM模型长度限制以释放显存
Clawdbot默认使用vLLM后端，其max-model-len参数设为32768时会为每个请求预分配大量显存空间，导致高并发下KV Cache“隐形膨胀”，新请求被迫排队等待资源释放。将该值压缩至实际对话长度覆盖范围，可显著降低显存占用并提升吞吐。
1、定位Clawdbot配置目录下的vLLM启动脚本，通常位于~/.clawdbot/launch_vllm.sh或服务定义文件中。
2、查找包含--max-model-len的行，将其值由32768修改为8192。
3、保存更改后，重启vLLM服务：clawdbot vllm restart。
4、验证效果：执行clawdbot doctor memory，确认显存占用下降约75%，且首字延迟（TTFT）回落至<strong><font color="green">300ms以内</font></strong>。
二、禁用vLLM图优化以规避调度卡顿
vLLM默认启用CUDA Graph加速，但在部分消费级GPU（如RTX 4060/4070）及动态负载场景下，图编译可能引发请求挂起或调度器死锁，表现为持续“排队中”而无错误日志输出。
1、在vLLM启动命令中添加强制急切模式参数：--enforce-eager。
2、若通过JSON配置管理，需在~/.clawdbot/clawdbot.json的vllm段落中加入"enforce_eager": true字段。
3、重启服务并观察日志：clawdbot logs vllm | grep "graph"，确认无CudaGraph相关初始化记录。
4、此时请求将绕过图缓存机制，调度延迟波动收敛至<strong><font color="green">±15ms</font></strong>内，排队现象立即缓解。
三、限制并发请求数防止队列溢出
Clawdbot支持多智能体并行（maxConcurrent: 4）与子智能体嵌套（subagents.maxConcurrent: 8），合计理论并发上限达12路。但若未配合硬件能力降配，会导致请求积压在vLLM调度队列头部，触发<strong><font color="green">queue timeout</font></strong>超时丢弃。
1、编辑~/.clawdbot/clawdbot.json，定位gateway节点。
2、将"maxConcurrent"值由4改为2；将"subagents.maxConcurrent"由8改为3。
3、同步更新vLLM的--max-num-seqs参数，设为5（主会话+子任务总和上限）。
4、执行clawdbot gateway restart & clawdbot vllm restart，使用clawdbot status确认当前活跃会话数稳定在<strong><font color="green">≤4</font></strong>。
四、启用FP16精度降低计算压力
Clawdbot所用Qwen3-4B-Instruct-2507模型权重为bfloat16格式，但vLLM默认加载策略未强制启用FP16推理流水线。未开启FP16将导致Ampere架构及以上GPU计算吞吐不足，单位时间内处理token数下降，间接拉长队列等待时间。
1、检查GPU架构：运行nvidia-smi --query-gpu=name --format=csv,noheader，确认输出含Ampere或Ada字样。
2、在vLLM启动参数中追加：--dtype half --quantization fp16。
3、若使用Docker部署，需在docker run命令中添加环境变量NVIDIA_VISIBLE_DEVICES=all并确保容器内驱动兼容。
4、重启后验证精度生效：clawdbot logs vllm | grep "dtype"应显示torch.float16，端到端延迟下降幅度可达<strong><font color="green">65%</font></strong>。
五、检查iMessage通道权限导致的隐性阻塞
当Clawdbot配置了iMessage通道但未授予Node.js进程完全磁盘访问权限时，imsg CLI在后台调用Messages数据库会静默失败，网关层无法完成消息解析，造成后续所有请求滞留在“排队中”状态，且不抛出显式异常。
1、打开「系统设置」→「隐私与安全性」→「完全磁盘访问权限」。
2、点击“+”号，导航至Node.js安装路径（如/usr/local/opt/node@22/bin/node），添加该二进制文件。
3、在终端执行imsg chats --limit 1，确认返回有效聊天ID而非空结果或permission denied。
4、重启网关：clawdbot gateway restart，观察clawdbot logs gateway中是否出现<strong><font color="green">imsg ready</font></strong>标识。
