Support Request में क्या शामिल करें

हम आपकी समस्या को जितनी जल्दी reproduce कर सकते हैं, उतनी जल्दी उसे ठीक कर सकते हैं। नीचे दी गई प्रत्येक श्रेणी investigation को तेज़ करने और बार-बार संपर्क से बचने के लिए आवश्यक विशिष्ट जानकारी सूचीबद्ध करती है।

Roboflow Support टीम समस्याओं को तब तेज़ी से हल करती है जब अनुरोध में समस्या को दोहराने के लिए पर्याप्त विवरण होता है। नीचे अपनी स्थिति खोजें और संपर्क करने पर सूचीबद्ध जानकारी शामिल करें।

हमेशा क्या शामिल करें

समस्या का प्रकार चाहे जो भी हो, ये पाँच चीज़ें हर सपोर्ट केस को तेज़ करती हैं:

1. Project और Workspace: प्रभावित Project या Workspace की Workspace ID या सीधा लिंक। (ईमेल से सबमिट करने पर आवश्यक; अन्यथा यह आमतौर पर हमारे पास स्वचालित रूप से होता है.)

2. Workspace एक्सेस: Roboflow Support टीम को अपने Workspace तक पहुंच प्रदान करें.

3. सटीक त्रुटि: शब्दशः error message या response body, कोई paraphrase नहीं।

4. समय-सीमा: विशिष्ट UTC timestamps, "कल" नहीं।

5. आपने क्या प्रयास किया: हर प्रयास और उसका परिणाम।

Inference API Errors

आपका production application से HTTP 4xx या 5xx responses मिलना शुरू हो जाता है serverless.roboflow.com. Error messages में "Internal error," "Model is temporarily not ready - retry request," "Could not acquire model manager lock," या 30 seconds के बाद timeouts शामिल हो सकते हैं। Failure rates अचानक बढ़ जाती हैं, अक्सर समय की एक संकीर्ण window के भीतर।

ये errors platform-side infrastructure incidents, load के दौरान memory से model eviction, या client-side request patterns से हो सकते हैं जो capacity को overload कर देते हैं। समय-सीमा और request log के बिना, विशिष्ट issue तक पहुँचना कठिन होता है।

सबसे अधिक क्या मदद करता है:

• Failures की सटीक time window, timezone या UTC offset सहित। ("2026-05-22 12:30–12:40 UTC" पर काम करना "आज सुबह" की तुलना में बहुत आसान है.)

• पूर्ण inference endpoint URL (उदाहरण: https://serverless.roboflow.com/test-endpoint/11 के लिए Serverless API, या [e-mail] के लिए एक dedicated deployment).

• error responses का एक screenshot या log export, जिसमें HTTP status codes, response bodies, और timestamps दिखें। आपके application या monitoring dashboard का screenshot, जिसमें event दिखे, आदर्श है।

• window के दौरान अनुमानित request volume: कुल भेजे गए requests, कितने failed हुए, और sending pattern (burst vs. steady)।

• क्या failures अभी भी जारी हैं या resolved हो चुके हैं।

• क्या failed requests के लिए credits consume हुए थे।

उदाहरण submission:

"2026-05-22 को UTC 11:20 और 11:35 AM के बीच https://serverless.roboflow.com/test-endpoint/11 hit करते हुए हमें लगभग 90% failure rate दिखा। उस समय हम लगभग 150 requests/hour भेज रहे थे। Errors ने HTTP 503 लौटाया, body {"message":"Internal error."} के साथ। संलग्न हमारे application log का screenshot है। ऐसा लगता है कि failure लगभग 11:40 AM पर अपने आप resolved हो गया। हमारी workspace id fleet-pulse है। क्या failed requests के लिए हमसे billing हुई थी?"

Inference Performance Problems

Inference server सही तरह से चलता है लेकिन अपेक्षा से अधिक memory consume करता है, समय के साथ बढ़ता है, load के तहत धीमा पड़ जाता है, या आपके use case के लिए अस्वीकार्य रूप से उच्च latency पैदा करता है। सामान्य उदाहरणों में Jetson device पर memory का घंटों तक अनियंत्रित बढ़ना, किसी बड़े model का पहली request पर लोड होने में बहुत समय लगना, या parallel batch requests के तहत throughput का घट जाना शामिल है।

Memory और latency model architecture, batch size, concurrency settings, image dimensions, hardware, और inference server version पर निर्भर करते हैं। लगभग हर variable मायने रखता है।

सबसे अधिक क्या मदद करता है:

• Inference server version: exact Docker image tag (उदाहरण: roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6).

• Hardware specs: GPU model, total RAM, और आप Jetson पर हैं या नहीं, तथा कौन सा JetPack version है।

• लोड किए गए हर model की Model IDs और types (उदाहरण: object-detection-5gavt/16, YOLOv8-s, ViT 224×224), साथ ही क्या device के लिए TRT packages मौजूद हैं।

• Client configuration: max_concurrent_requests, max_batch_size, और client side पर batches कैसे बनाए जाते हैं।

• समय के साथ memory या CPU usage graph, जो degradation pattern दिखाए (उदाहरण: jtop, htop, या ऐसा monitoring tool जो लगभग एक घंटे में memory दिखाता हो).

• KB में सामान्य image size, या exact pixel dimensions यदि ज्ञात हों।

• उपयोग में लिए गए environment variable overrides (उदाहरण: USE_INFERENCE_MODELS=True/False).

• पहले आजमाए गए steps, जिनमें version rollbacks और flag changes शामिल हैं, और प्रत्येक का प्रभाव।

उदाहरण submission:

"हम NVIDIA Jetson AGX Orin (JetPack 5.1.1) पर roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6 चला रहे हैं। हम एक साथ 7 models load करते हैं: 2 YOLOv8-s object detection और 5 ViT classification models। production load के तहत लगभग 2 घंटे के बाद (max_concurrent_requests=10, max_batch_size=100, image size ~50KB), memory 8GB से बढ़कर ~15GB हो जाती है। संलग्न jtop graph है। हमने USE_INFERENCE_MODELS=False सेट करने की कोशिश की, जिससे memory लगभग आधी हो गई लेकिन accuracy भी कम हो गई।"

Serverless Workflow Errors

एक Roboflow Workflow (Workflows UI या serverless.roboflow.com/infer/workflows/...) errors लौटाता है, time out होता है, या अप्रत्याशित परिणाम देता है। Errors HTTP 500 "Internal error," 502 "Bad gateway," या ऐसे silent failures हो सकते हैं जहाँ jobs चलते हुए दिखते हैं लेकिन कोई data वापस नहीं आता। यह सरल model inference failures से अलग है: इसमें आमतौर पर multi-step pipelines, custom Python blocks, या complex block chains शामिल होते हैं।

Workflows pipeline के किसी भी step पर fail हो सकते हैं। कौन सा block दोषी है, कितने requests भेजे गए और किस pattern में, और exact workflow definition क्या है - यह जानने से root cause संकुचित होता है।

सबसे अधिक क्या मदद करता है:

• पूर्ण workflow URL (उदाहरण: https://serverless.roboflow.com/infer/workflows/test/test-workflow).

• Failures कब हुईं, इसका विवरण, timestamps और प्रति time window अनुमानित request counts सहित।

• Failing requests के लिए HTTP status codes और full response bodies। सिर्फ "500 Internal Error" full response body की तुलना में बहुत कम उपयोगी है।

• क्या failures total हैं (सभी requests fail) या partial (कुछ succeed होते हैं)।

• Roboflow Support team के लिए Workspace access, ताकि हम workflow definition और server-side logs देख सकें।

• Failures शुरू होने से पहले workflow में कोई हालिया बदलाव (नए blocks जोड़े गए, models बदले गए, image inputs बदले गए)।

• Batch jobs के लिए: batch job "Activity" section से ID, अपेक्षित बनाम वास्तविक output record count, और job duration।

उदाहरण submission:

"हमारे workflow at https://serverless.roboflow.com/infer/workflows/my-workspace/classifier-pipeline ने 2026-05-25 को 12:33 और 12:40 UTC के बीच 195 requests में से 170 HTTP 500 responses लौटाए। Requests लगभग 15-15 के bursts में आए। सभी failures के लिए response body {"message":"Internal error."} थी। Workflow लगभग 10 मिनट बाद अपने आप recover हो गया। हमने हाल ही में workflow नहीं बदला है। मैंने [e-mail] को workspace access दे दिया है।"

Model Training Issues

एक training job पूरी तरह fail हो जाता है, अटक जाता है, बिना विवरण के एक generic error popup देता है, trained model बनाए बिना credits consume करता है, या training के बाद model अप्रत्याशित व्यवहार करता है (उदाहरण: max detections अपेक्षा से कम हैं, या बड़े dataset पर training version generation के दौरान hang हो जाती है).

Training failures dataset characteristics (corrupt images, label format problems, class imbalances), resource constraints, या platform bugs से आ सकते हैं। Support team को आपका विशिष्ट Project और dataset देखना होगा।

सबसे अधिक क्या मदद करता है:

• जिस model type और size को आपने train करने की कोशिश की (उदाहरण: RF-DETR Nano, YOLOv8-L, SAM3).

• Model का नाम या प्रभावित model का सीधा लिंक (उदाहरण: app.roboflow.com/my-workspace/my-project/models/my-model).

• Training के लिए उपयोग किया गया dataset version number।

• Error message शब्दशः, पूरी तरह copy-paste किया हुआ, paraphrase नहीं। अगर यह popup में दिखता है, तो उसका screenshot लें।

• अगर UI में दिखाई दे, तो training job ID।

• क्या failed attempt के लिए credits charge किए गए थे।

• Dataset version में images और classes की संख्या।

• Failure से पहले dataset में कोई हालिया बदलाव (नई images जोड़ी गईं, class names बदले गए, preprocessing settings बदली गईं)।

• Foundation model fine-tuning (उदाहरण: SAM) के लिए: dataset size, उपयोग किया गया prompt type, और प्रक्रिया के किस चरण में यह crashed हुआ।

उदाहरण submission:

"workspace baz-co में project foo-bar के dataset version 3 पर model YOLOv8-L के लिए training job हर बार generic popup error के साथ fail हो जाती है, कोई और detail नहीं दिखती। dataset में 12 classes में लगभग 2,400 images हैं। मुझे दो failed attempts के लिए credits charge किए गए हैं। यहाँ error popup का screenshot है। Workspace access support को दे दिया गया है।"

Dataset & Image Visibility Issues

अपलोड की गई images dataset view में दिखाई नहीं देतीं (header count वास्तव में ब्राउज़ करते समय दिखने वाली संख्या से अलग है), labeling के बाद dataset में जोड़ी गई images गायब हो जाती हैं, dataset version preparation अनिश्चितकाल तक hang हो जाती है, या batch ZIP upload सफल दिखता है लेकिन images accessible नहीं होतीं।

इन issues के लिए अक्सर backend log inspection की आवश्यकता होती है। Support team को एक सटीक Project identifier और आदर्श रूप से विशिष्ट upload event का रिकॉर्ड चाहिए।

सबसे अधिक क्या मदद करता है:

• संख्याओं में अंतर: platform कितनी images दिखाता है बनाम dataset tab ब्राउज़ करने पर वास्तव में कितनी दिखाई देती हैं (उदाहरण: "Header says 1,004 images but only 368 show when browsing").

• Upload कब हुआ था, जो platform events के साथ correlation में मदद करता है।

• उपयोग की गई upload method: browser में drag-and-drop, Python SDK, REST API, ZIP upload, या mobile app।

• Batch या ZIP uploads के लिए: यदि उपलब्ध हो तो "Activity" section से batch job ID।

• अंतर दिखाने वाला एक screenshot (header count बनाम browse view).

उदाहरण submission:

"मेरे workspace abc_def में project foo_bar_2 project header में 1,004 images दिखाता है, लेकिन dataset tab में क्लिक करने पर केवल 368 दिखाई देती हैं। मैंने 2026-05-25 को लगभग 9 AM EST पर drag-and-drop के जरिए images upload की थीं। Workspace access दे दिया गया है। Screenshot संलग्न है।"

Roboflow App UI Errors

Roboflow web app में annotation editor के बाहर कुछ expected तरीके से काम नहीं कर रहा: pages load नहीं होतीं या spinner पर अटकी रहती हैं, dataset version delete करने जैसे actions complete होते दिखते हैं लेकिन कोई असर नहीं होता, settings panels नहीं खुलते, uploads activity queue में अटक जाते हैं, usage dashboard render नहीं होता, या buttons कोई response नहीं देते।

UI bugs अक्सर पीछे चल रहे failing या slow network request, या JavaScript error के कारण होते हैं, जिन्हें visible interface सीधे नहीं दिखाता। Browser के developer tools नेटवर्क और JavaScript स्तर पर क्या गलत हो रहा है, यह उजागर करते हैं।

सबसे अधिक क्या मदद करता है:

• Bug दिखाने वाली screen recording (Loom, video, या GIF). इन मामलों के लिए यह सबसे मूल्यवान artifact है।

• Browser network request log का screenshot, जो दिखाता है कि क्या कोई request fail हो रही है या long-running है। देखें Chrome's network panel documentation इसे कैसे खोलें; अन्य browsers में भी समान tools होते हैं।

• Browser console log में कोई errors। देखें Chrome's console documentation इसे कैसे access करें; अन्य browsers में भी समान tools होते हैं।

• आपके browser का नाम और version (उदाहरण: macOS 14.4 पर Chrome 124).

• Step-by-step reproduction steps: आपने क्या क्लिक किया, किस क्रम में, एक fresh page load से शुरू करके।

• क्या bug हाल ही में दिखाई दिया, और क्या यह किसी platform update के साथ मेल खाता है जिसे आपने देखा।

• सटीक अपेक्षित behavior बनाम वास्तविक behavior।

• क्या issue consistent है या intermittent।

उदाहरण submission:

"Project test-project (workspace test-workspace), version 3 पर 'Delete version' क्लिक करने पर success toast दिखता है लेकिन version सूची में बना रहता है। network log screenshot एक DELETE request को वापस आते हुए दिखाता है 500 Internal Server Error. Console दिखाता है Uncaught TypeError: Cannot read properties of undefined. Browser: Ubuntu 22.04 पर Firefox 126. सामान्य और private windows दोनों में reproduce हुआ। Screen recording संलग्न है."

Annotation Tool Bugs

Roboflow annotation editor में कोई tool गलत तरीके से व्यवहार करता है: keyboard shortcuts काम करना बंद कर देते हैं, एक tool चुनने पर दूसरा खुल जाता है, undo (Ctrl+Z) अपेक्षा से अधिक delete कर देता है, Label Assist अनिश्चितकाल तक loading रहता है, या annotations तब save नहीं होते जब उन्हें होना चाहिए।

Annotation bugs अक्सर browser-specific, OS-specific, या हालिया platform deployments के कारण होते हैं। Screen recording लगभग हमेशा लिखित विवरण से अधिक जानकारीपूर्ण होती है।

सबसे अधिक क्या मदद करता है:

• Bug दिखाने वाली screen recording (Loom, video, या GIF). Annotation behavior को शब्दों में बताना कठिन और दिखाना आसान है, इसलिए इन मामलों के लिए यह सबसे मूल्यवान artifact है।

• Browser network request log का screenshot, जो दिखाता है कि क्या कोई request fail हो रही है या long-running है। देखें Chrome's network panel documentation इसे कैसे खोलें; अन्य browsers में भी समान tools होते हैं।

• Browser console log में कोई errors। देखें Chrome's console documentation इसे कैसे access करें; अन्य browsers में भी समान tools होते हैं।

• आपके browser का नाम और version (उदाहरण: macOS 14.4 पर Chrome 124).

• Project type (Object Detection, Instance Segmentation, Classification, आदि) और उपयोग में लिया गया specific annotation tool (polygon, polyline, bounding box, smart polygon).

• Bug को ट्रिगर करने वाला keyboard shortcut या action, step-by-step reproduction steps के साथ।

• क्या issue सभी images को प्रभावित करता है या केवल कुछ को। यदि कुछ को, तो project link और image name या ID साझा करें।

• क्या bug हाल ही में दिखाई दिया, और क्या यह किसी platform update के साथ मेल खाता है जिसे आपने देखा।

• सटीक अपेक्षित behavior बनाम वास्तव में क्या होता है।

• क्या issue consistent है या intermittent।

उदाहरण submission:

"workspace test-workspace में projects my-test-project और my-other-test-project में, polyline tool में हाल ही में तीन bugs आए हैं: (1) polyline tool active होने पर Ctrl+scroll से zoom करने पर bounding box tool में switch हो जाता है; (2) Ctrl+Z अब केवल last point के बजाय पूरी annotation delete कर देता है; (3) Esc दबाने पर अब annotation discard करने के बजाय उसे save कर देता है। यहाँ दो Loom recordings हैं जो हर behavior दिखाती हैं: [link 1], [link 2]. Browser: Windows 11 पर Chrome 124."

API Authentication Errors

Model inference endpoints, Roboflow Python SDK, या HTTP API को API calls करने पर 403 Forbidden मिलता है, साथ में "Missing or insufficient permissions." जैसा message होता है। यह plan upgrade के तुरंत बाद, private model access करने की कोशिश में, या API key rotate होने के बाद हो सकता है।

403 errors गलत या expired API key, workspace-level key के बजाय project-level key (या इसके विपरीत) का उपयोग, उस plan से model access करना जिसमें वह feature शामिल नहीं है, या plan upgrade के बाद permissions के propagate होने में देरी के कारण हो सकते हैं।

सबसे अधिक क्या मदद करता है:

• पूर्ण error response: केवल status code नहीं, बल्कि पूरा HTTP status code और response body। SDK errors के लिए, पूरा Python traceback।

• जिस endpoint या SDK method को call किया जा रहा है (उदाहरण: detect.roboflow.com/model-name/version, InferenceHTTPClient, CLIENT.infer()).

• Model ID और version number।

• प्रयुक्त API key का प्रकार, workspace या project. Key स्वयं साझा न करें, केवल type बताएं।

• क्या key हाल ही में rotate की गई थी या plan हाल ही में बदला गया था।

• एक redacted code snippet जिसमें दिखाया गया हो कि आप API call कैसे बनाते हैं, और actual key को किसी placeholder जैसे YOUR_API_KEY.

• क्या यह पहले काम करता था, और क्या बदला।

उदाहरण submission:

"जब मैं https://detect.roboflow.com/test-endpoint/1?api_key=YOUR_API_KEY call करता हूँ तो मुझे HTTPError: 403 Client Error: Forbidden मिल रहा है। मैं workspace-level API key का उपयोग कर रहा हूँ। यह Free Plan से Core में upgrade करने के बाद कल शुरू हुआ। Model private है। यहाँ पूरा Python traceback है: [paste]. Workspace my-test-workspace है। Workspace access दे दिया गया है."

Account Access Problems

आप Roboflow में log in नहीं कर पा रहे: login page लगातार loading पर है, एक Google SSO login blocked है, forgot-password reset काम नहीं कर रहा, या connected Google account unavailable होने के कारण account locked है।

Access issues अक्सर उपयोग किए जा रहे विशिष्ट email या identity provider से जुड़े होते हैं। ये Google की तरफ OAuth scope changes या browser/extension interference के कारण भी हो सकते हैं।

सबसे अधिक क्या मदद करता है:

• जिस account तक आप पहुंचने की कोशिश कर रहे हैं उससे जुड़ा email address।

• Login method: email और password, Google SSO, या GitHub SSO।

• सटीक error message या behavior: "page keeps loading," "invalid credentials," "account not found," या कोई विशिष्ट error code।

• Error state का screenshot।

• Browser का नाम और version, और क्या आपने incognito/private window या कोई अलग browser आजमाया है।

• क्या यह एक नया issue है या हमेशा ऐसा ही रहा है (उदाहरण: नया बनाया गया account बनाम पहले से मौजूद account जो काम करना बंद कर गया).

Workspace & Project Management Issues

आप workspace delete नहीं कर सकते या project (deletion button कुछ करता हुआ नहीं दिखता या error देता है), किसी workspace को गलती से गलत plan में upgrade कर दिया गया, ownership transfer नहीं हो रही, billing failure के बाद projects inaccessible हो जाते हैं, image upload limit hit हो जाती है, या एक public project गलती से private data उजागर कर देता है।

सबसे अधिक क्या मदद करता है:

• वह specific action जो fail हो रही है और देखा गया error message या behavior।

• Error state या undesired project state का screenshot।

• Deletion issues के लिए: पुष्टि कि आपने workspace के भीतर सभी projects और images पहले ही delete कर दिए हैं, जो अक्सर आवश्यक शर्त होती है।

• Accidental upgrades के लिए: उस workspace की Workspace IDs जो upgrade हुआ और जिसका इरादा था, दोनों की, तथा बदलाव का अनुमानित समय।

• Image limit issues के लिए: वर्तमान में workspace में कितनी images हैं और दिखाया गया limit क्या है।

Credits & Usage Issues

Credits अपेक्षा से तेज़ी से खत्म हो जाते हैं, failed training jobs या failed inference के लिए credits charge किए जाते हैं, या usage dashboard लोड नहीं हो रहा है।

सबसे अधिक क्या मदद करता है:

• वह workspace name जहाँ credit issue हुआ।

• अप्रत्याशित credit consumption की अनुमानित तारीख और समय।

• किस operation ने credits consume किए: inference calls, training, या batch processing।

• क्या कोई ज्ञात platform incident consumption spike के साथ मेल खाता है, और क्या आपने उस समय errors देखे।

• Consumption spike दिखाने वाला usage dashboard का screenshot।

Data Privacy & Account Deletion

अनुरोध account delete करने के लिए और सभी संबंधित personal data (GDPR erasure requests), अधूरी data deletion जहाँ images account deletion के बाद भी public रूप से accessible रहती हैं, या public Universe से किसी विशिष्ट project को हटाने के अनुरोध।

सबसे अधिक क्या मदद करता है:

• Delete किए जाने वाले account का email address।

• पुष्टि कि पहले account के भीतर से सभी projects और workspaces delete कर दिए गए हैं, जो account deletion आगे बढ़ाने के लिए आवश्यक है।

• GDPR requests के लिए: अनुरोध के legal basis का बयान और उस data का विवरण जिसे आप मानते हैं कि अभी भी accessible है।

• किसी specific public Universe resource का लिंक जिसे हटाया जाना चाहिए, और क्यों इसका स्पष्टीकरण।

Security Issues

एक API key गलती से expose हो गई (उदाहरण: public GitHub repo में commit की गई या chat में साझा की गई), या किसी security researcher ने Roboflow platform में कोई vulnerability पाई।

यदि कोई key expose हो गई है, तो तुरंत अपने Roboflow workspace settings में उसे rotate करें। Rotating से compromised key invalid हो जाती है। फिर exposure के अनुमानित समय के साथ support को सूचित करें ताकि हम किसी unauthorized use का audit कर सकें।

Exposed keys के लिए, शामिल करें:

• पुष्टि कि key पहले ही rotate कर दी गई है।

• Key कब और किस channel के माध्यम से expose हुई, इसकी अनुमानित date और time।

• क्या exposure window के दौरान unauthorized API usage का कोई प्रमाण है।

Vulnerability reports के लिए, [e-mail] पर vulnerability का स्पष्ट विवरण, reproduction steps, और संभावित impact के साथ email करें।