执行摘要

• 一句话：补全批量聊天请求缺少的请求扩展字段
• 推荐动作：变更简洁、安全，可以直接合并，无需深度精读。但对理解 vLLM 批量请求与单请求的字段对齐策略有一定参考价值。

功能与动机

PR 描述指出：批量聊天补全会将每次对话转换为普通 ChatCompletionRequest，但 BatchChatCompletionRequest 没有显式声明普通补全已支持的几个请求扩展字段，导致功能缺失。具体可通过模型字段查询验证。

实现拆解

1. 协议层新增字段（protocol.py）：在 BatchChatCompletionRequest 类的字段定义区（# vLLM extensions 段落后）新增四个字段 —— media_io_kwargs、mm_processor_kwargs、priority、cache_salt，默认值分别取 None、None、0、None，与 ChatCompletionRequest 中的定义对齐。
2. 业务层简化调用（batch_serving.py）：将 create_batch_chat_completion 方法中传递给 engine_client.generate 的 priority=request.priority if hasattr(request, "priority") else 0 简化为 priority=request.priority，因为现在字段已稳定存在。

关键文件：

• vllm/entrypoints/openai/chat_completion/protocol.py（模块 协议定义；类别 source；类型 core-logic；符号 BatchChatCompletionRequest）: 核心变更文件：在 BatchChatCompletionRequest 模型中新增四个请求扩展字段，与 ChatCompletionRequest 对齐。
• vllm/entrypoints/openai/chat_completion/batch_serving.py（模块 服务逻辑；类别 source；类型 core-logic；符号 create_batch_chat_completion）: 配套简化：移除 hasattr 回退，直接使用 request.priority，因为字段已稳定存在。

关键符号：create_batch_chat_completion

关键源码片段

vllm/entrypoints/openai/chat_completion/protocol.py

核心变更文件：在 BatchChatCompletionRequest 模型中新增四个请求扩展字段，与 ChatCompletionRequest 对齐。

# file: vllm/entrypoints/openai/chat_completion/protocol.py
# 在 BatchChatCompletionRequest 类中新增以下字段，置于 # vLLM extensions 下方
​
media_io_kwargs: dict[str, dict[str, Any]] | None = None
mm_processor_kwargs: dict[str, Any] | None = None
priority: int = Field(default=0, ge=_INT64_MIN, le=_INT64_MAX)
cache_salt: str | None = None

评论区精华

无 reviewer 讨论。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低：仅新增可选字段，默认值均为 None 或 0，完全向后兼容；业务层改动仅为移除 hasattr 回退逻辑，功能行为不变。
• 影响：影响范围小，仅涉及批量聊天补全 API 的入参模型。用户现可直接在批量请求中设置 media_io_kwargs、mm_processor_kwargs、priority、cache_salt，无需手动转为单请求再拼装。
• 风险标记：暂无

关联脉络

• PR #46966 [Misc] Validate Pooling cache_salt Values: 涉及相同字段 cache_salt 的验证逻辑，可参考其处理方式。