记录一下那天晚上的排查过程。加载自己微调过的模型，请求 chat/completions 返回 400，原文 Jinja template error: unexpected end of template，用 transformers 的 apply_chat_template 本地渲染却没问题。
刚开始盯着「同时存在 tokenizer_config 与独立模板文件，取了错的那份」，折腾了半个多小时，排掉了。
这类报错背后常见的原因有几处，逐个排除就行。模型目录里的 chat_template.json 被手工改坏，少一个 endfor。另一种情况是模板里有 vLLM 不支持的 Jinja 扩展写法。
少数情况下是模板依赖的变量名与请求传入的字段不一致。
本地渲染一次确认模板本身是否合法
python -c "from transformers import AutoTokenizer;t=AutoTokenizer.from_pretrained('./m');print(t.apply_chat_template([{'role':'user','content':'hi'}],tokenize=False))"随后看服务端到底加载了哪份模板
grep -o 'chat_template[^,]*' vllm.log | head显式指定模板文件再起服务
vllm serve ./m --chat-template ./chat_template.jinja --port 8000排查用的命令都是临时敲的，没有写成脚本，事后才整理。
怎么算真的好了，看的是同一批现象。请求返回 200，返回内容符合模板规定的格式，日志里不再出现 Jinja 报错。
模板文件和配置里的模板同时存在时优先级不直观，出问题就用参数显式指定，比猜优先级快得多。报错文案容易误导，真正的原因往往在相邻那一层的日志里。