执行摘要

此 PR 弃用了 vLLM 中 pooling 模型的多任务支持，改为要求用户显式指定任务，计划在 v0.20 中移除旧功能。变更涉及配置逻辑、API 入口点、文档和测试，旨在简化系统并减少歧义，用户需通过 PoolerConfig 或命令行参数适配。

功能与动机

为什么做：根据 PR body，此变更是为了遵循先前的 PR #37537 和 #37632，逐步弃用 pooling 多任务支持。动机是提高任务处理的明确性，避免自动多任务选择带来的复杂性和潜在错误，用户现在需要手动指定任务，例如离线使用 PoolerConfig(task=<task>) 或在线使用 --pooler-config.task <task>。

实现拆解

实现按模块拆解如下：

• 配置模块 (vllm/config/model.py)：在 ModelConfig 类中添加 get_pooling_task 方法，根据模型架构（如是否包含 "ForTokenClassification"）和任务优先级列表决定默认任务。
• 入口点模块 (vllm/entrypoints/llm.py)：在 LLM 类中添加 _verify_pooling_task 方法，验证任务是否支持，并在非默认任务时发出弃用警告；更新 encode 方法调用逻辑。
• API 服务模块 (vllm/entrypoints/pooling/pooling/serving.py)：修改 create_pooling 方法，集成任务验证和弃用处理。
• 文档模块：更新多个 Markdown 文件，添加弃用说明和用户指引。
• 测试模块：新增和更新测试文件，确保弃用警告和任务验证的正确性，例如新建 token_classify 和 token_embed 测试目录。

评论区精华

Review 讨论中的关键交锋：

• 测试错误修正：gemini-code-assist[bot] 指出测试中使用了无效参数 'classify_embed'，导致测试逻辑偏差，提交中修复为正确任务参数。

gemini-code-assist[bot] 原话："The parameter 'classify_embed' is not a valid PoolingTask and seems to be a typo."
- 错误消息优化：同一评论者发现错误消息报告单个任务而非所有支持任务，可能误导用户，建议更新为 supported_tasks，代码已采纳。

gemini-code-assist[bot] 原话："The error message for an unsupported task is misleading. It reports self.pooling_task ... should report self.supported_tasks."
- 文档简洁性：DarkLight1337 建议使用更短命令 --pooler-config.task 提升用户体验，文档相应更新。

DarkLight1337 原话："Prefer --pooler-config.task as that's much shorter."

风险与影响

具体风险：

1. API 中断风险：弃用多任务支持可能破坏现有用户代码，需用户主动更新，否则在 v0.20 移除后会出现错误。风险通过弃用警告和文档更新缓解。
2. 错误处理风险：原错误消息不准确已修复，但需确保所有场景覆盖，测试文件更新有助于验证。
3. 回归风险：新逻辑如 get_pooling_task 方法可能引入 bug，测试新增覆盖 token_classify 和 token_embed 任务。

影响评估：

• 用户：需调整代码以显式指定任务，短期增加使用成本，但长期简化交互。
• 系统：减少多任务处理的代码复杂度，可能提升维护性和性能。
• 团队：需维护新机制并计划 v0.20 移除，文档和测试负担增加但可控。

关联脉络

此 PR 是 pooling 任务支持重构的一部分，与历史 PR #37537 和 #37632 直接关联，共同推进多任务弃用。近期仓库 PR 如 #37957（修复类型注解）和 #37874（重构 CPU offloading）显示团队正在优化代码结构和前端交互，此 PR 延续了这一趋势，强调简化 API 和减少维护负担。更大的功能演进方向可能是统一任务处理逻辑，提升 vLLM 在 pooling 模型上的可用性和性能。