执行摘要
- 一句话：Triton 技能文档补充 JIT warmup 注册提醒
- 推荐动作：不值得精读，普通内核开发者略过即可。值得留意的是 vLLM 团队将维护者经验以 skill 文档形式注入 agent 工作流的做法——把“新内核必须注册 JIT warmup”这类 review checklist 中的隐性知识，前移到代码生成阶段自动生效，这种经验制度化的模式有参考价值。
功能与动机
PR body 原文表述为："Add a short reminder to register new Triton kernels for JIT warmup, linking to the maintained guide for implementation details." 即通过在 agent 技能文档中加入短提醒，让 AI agent 编写或评审 Triton 内核时自动带上 warmup 注册约束，并指向已维护的 docs/contributing/jit_kernel_warmup.md 指南获取实现细节。该 PR 无关联 Issue，属于内核开发流程中的经验沉淀。
实现拆解
- 变更入口：
.agents/skills/triton-kernel-writing/SKILL.md。该文件是 vLLM agent 技能库中“编写或评审 Triton 内核”的指导文档，为 AI agent 提供内核开发约束清单。
- 新增内容：在
do_not_specialize 注意事项（关于运行时整数标量可能产生不同 specialization key 的说明）之后插入一条清单项，要求新 warmable 内核遵循 JIT Kernel Warmup 指南，定义 warmup 包装函数，并在 runner setup 选择运行时实现的阶段调用其 register_warmup(...)。
- 位置设计：新增条目与
tl.debug_barrier() 写读顺序注意项并列，同属内核编写要点清单，保持文档结构一致，不打断原有阅读流。
- 配套变更：无测试、无配置、无部署改动；唯一 commit 为
[Docs] Link Triton skill to JIT kernel warmup guide。
关键文件：
.agents/skills/triton-kernel-writing/SKILL.md（模块 技能库；类别 docs；类型 documentation）: 唯一变更文件。在 agent 技能文档的内核编写要点清单中新增一条：新 warmable 内核需按 JIT Kernel Warmup 指南定义 warmup 包装函数并调用 register_warmup(...)，将团队经验固化为 agent 行为约束。
关键符号：未识别
评论区精华
该 PR 未产生任何实质性 review 讨论（comments_count = 0，review_comments_count = 0）。唯一的自动反馈来自 claude[bot]：提示该 PR 来自 fork，自动 review 被禁用，维护者可评论 @claude review 触发一次性 review。随后 PR 由 vllm-bot 直接合入，说明该文档变更被视为无争议。
风险与影响
- 风险：
- 链接有效性风险：
../../../docs/contributing/jit_kernel_warmup.md 是相对路径引用，仓库没有针对 Markdown 链接的 CI 校验，若指南文件未来被移动或重命名，该条目会静默失效。
- 约束可执行性风险：该条目是软约束，效果依赖 agent 平台对 skill 文档的解析与遵循能力，无法在 CI 层面强制校验 agent 是否真的执行了 warmup 注册。
- 无运行时、性能、安全或兼容性风险。
- 影响：对线上用户和系统运行无任何影响。影响面限于 vLLM 的 agent 辅助开发流程：后续由 agent 生成或修改的 Triton 内核会收到 warmup 注册指引，降低新内核因漏注册 warmup 导致的首次调用编译开销与 CUDA graph 捕获兼容问题。影响程度低，但属于开发质量的前置约束改进。
- 风险标记：文档链接有效性依赖, 约束不可强制执行
关联脉络
- PR #56214 [Model] Support DeepSeek-V4.1-Flash: 改动了 vllm/v1/worker/gpu_model_runner.py 等 runner 初始化路径，正是 SKILL.md 新增条目提到的 register_warmup(...) 注册点（runner setup 选择运行时实现），属于同一代码域。
- PR #55356 [Kimi Perf] Group fp8 mla cahche insertion, 4~6x kernel level performance improvement for small batch: 典型的“新增高性能 Triton/CUDA 内核”场景（FP8 MLA cache 插入内核），正是 SKILL.md 中 warmup 注册约束的适用对象。
参与讨论