PaddlePaddle/FastDeploy

修复代码库中多处拼写错误，提升代码可读性和一致性。

该 PR 无需精读，适合快速浏览以了解代码规范改进。工程师可关注关键文件如 experts_manager.py 和 fp8_gemm 相关文件，学习如何保持命名一致性，但无设计决策需深入分析。

为OpenAI协议FunctionDefinition添加strict字段，支持严格模式函数调用。

该PR变更简单直接，主要价值在于对齐OpenAI API规范。建议关注两个设计决策：1) 使用Optional[bool] = None而非bool = False来避免不必要的序列化字段。2) 保持与JsonSchemaResponseFormat.strict字段的一致性。对于理解FastDeploy的OpenAI协议扩展机制有参考价值。

修复PD分离场景下prefill节点未及时更新prefix cache命中信息导致的低命中率问题。

该PR值得精读，特别是关注prefill节点在PD分离架构中的cache状态管理设计。建议重点关注：1. update_cache_blocks参数选择的权衡（need_prefill_tokens vs num_computed_tokens）及其对cache一致性的影响；2. PD分离模式下prefill与decode节点职责划分的边界设计。

将依赖包 tool_helpers 替换为 fast_dataindex 以支持 ARM 平台安装。

该 PR 变更简单，无需精读。值得关注的点是依赖管理实践：在类似变更中，应始终添加版本约束以确保可复现性。建议团队后续考虑采纳 fastdeploy-bot 的建议，补充版本约束。

修复多模态3D RoPE的dtype不一致和position_ids索引错误，确保推理正确性。

该PR值得精读，特别是对于从事多模态模型开发的工程师。关注点包括：1) 3D position_ids的构造和索引逻辑；2) dtype一致性的设计考量；3) 虽然review建议未被采纳，但dec_pos_ids保持int64的决策值得思考。

修复.gitignore文件，排除.claude/settings.local.json而非整个.claude目录。

该PR无需精读，变更简单明了。对于技术管理者，可快速浏览以确认.gitignore配置的合理性；对于工程师，仅当需要了解.claude相关文件处理规则时才需关注。无重要设计决策可学习。

为XPU平台添加GLM-4.5-air模型支持，优化MoE算子和RoPE实现。

建议技术管理者和工程师精读此PR，重点关注fused_noaux_tc算子的breaking change处理、RoPE优化设计以及版本稳定性权衡。工程师应检查下游依赖是否适配，并考虑采纳版本具体化建议以降低风险。

将attn_mask_q算子输出维度从4优化为2，减少内存占用。

建议关注这个PR的设计决策：通过减少维度来优化内存，但需要验证下游兼容性。值得精读以理解注意力掩码的表示优化，但需注意fastdeploy-bot提出的兼容性风险。