执行摘要
此PR重构了vLLM中API服务器的握手机制，通过统一使用ready消息传递引擎配置参数（如max_model_len、num_gpu_blocks和dp_stats_address），简化了代码并避免了在外部DP负载均衡场景下的启动延迟。变更影响核心引擎和前端通信路径，提高了系统一致性和可维护性。
功能与动机
动机源于当前传递引擎配置参数的方式复杂，尤其在外部DP路由器和多API服务器情况下。PR body指出，之前参数通过多个握手传递，导致API服务器启动延迟。本PR旨在使用已有的ready消息路径传递所有参数，使流程更一致。例如，在PR 39102中已开始通过ready消息传递max_model_len，此PR扩展了此机制以涵盖更多参数。
实现拆解
实现主要涉及以下文件变更：
vllm/entrypoints/cli/serve.py：移除了API服务器延迟启动的逻辑，直接构造APIServerProcessManager并启动，简化了启动流程。vllm/v1/engine/__init__.py：将EngineCoreReadyResponse从msgspec.Struct改为dataclass，添加了num_gpu_blocks和dp_stats_address字段，以在ready消息中传递更多参数。vllm/v1/engine/core.py：修改了_perform_handshakes和_perform_handshake方法，将参数（如dp_stats_address）从handshake移至ready消息发送，使用EngineCoreReadyResponse打包数据。vllm/v1/engine/core_client.py：新增_apply_ready_response方法（从独立函数移至类中），解码ready响应并更新配置，例如累加num_gpu_blocks和设置dp_stats_address。vllm/v1/engine/utils.py：删除了旧的处理ready消息参数的代码，如对dp_stats_address的赋值逻辑，确保使用新路径。
评论区精华
Review中无实质性讨论，仅有DarkLight1337的approved评论（状态为APPROVED，body为空），表明变更被团队认可且无争议，可能因变更逻辑清晰或已通过内部沟通。
风险与影响
风险：
- 核心握手逻辑变更：修改了引擎和前端之间的通信协议，可能引入分布式部署中的通信错误或兼容性问题。
- 参数传递一致性：需确保所有DP模式和多API服务器场景下参数正确传递，避免配置不一致导致的启动失败。
- 启动顺序验证：移除了延迟启动逻辑后，需验证API服务器启动时机是否与引擎就绪同步，防止竞态条件。
影响：
- 用户：API服务器启动可能更快速和稳定，减少了复杂部署中的延迟。
- 系统：代码简化降低了维护复杂度，统一参数传递路径减少了潜在错误点。
- 团队：提高了代码可读性和可扩展性，为未来类似参数传递需求提供了统一框架。
关联脉络
此PR与历史PR 39102紧密关联，后者引入了通过ready消息传递max_model_len的机制。本PR扩展了此路径以传递更多参数（如num_gpu_blocks和dp_stats_address），揭示了系统向更一致参数传递路径的演进趋势。近期历史PR中，涉及握手或API服务器启动的变更较少，表明此PR是核心通信层的重要重构，可能为后续分布式优化奠定基础。
参与讨论