vllm-project/vllm

向上转换DeepSeek索引器WK权重至BF16以保持融合，提升FP8量化模型性能。

建议核心开发者精读此PR，重点关注`_try_load_fp8_indexer_wk`中FP8反量化与缓冲区同步的实现细节，以及移除`is_fp4_ckpt`后统一融合路径的设计权衡，这对理解vLLM中量化与性能优化交互有较高价值。

修复批量不变性测试中因使用两个引擎导致测试范围超出预期的问题。

该PR值得快速浏览，以了解测试设计中的常见陷阱（如使用多个独立组件测试不变性可能导致范围溢出）。对于工程师，关注点在于如何正确设计批量不变性测试：应使用同一组件在不同配置下运行，而非创建多个实例。无需深入阅读源码，但可参考变更学习测试重构技巧。

添加DFlash speculators配置解析，支持直接加载speculators训练的DFlash模型。

建议工程师精读`update_dflash`函数以理解配置映射机制，这是扩展speculators支持的关键模式；并关注`qwen3_dflash.py`中的条件初始化策略，这是内存优化的设计决策。测试文件提供了完整的端到端验证示例，值得参考以了解DFlash speculators的正确性测试方法。

修复NIXL连接器中非Mamba模型远程逻辑块ID到内核块ID的转换缺失问题。

该PR值得精读，因为它展示了一个典型的重构后遗症修复案例。关注点包括：1) 如何在`_read_blocks_for_req`方法中通过`self._has_mamba`分支区分Mamba与非Mamba路径的块ID转换逻辑；2) review中关于使用本地vs远程比率的讨论，这反映了分布式系统中异构部署的设计权衡；3) 参数化测试如何同时验证两种模型类型的转换正确性。

为发布流水线添加 Docker 镜像构建的 NIGHTLY 条件门控，减少非夜间构建的资源消耗。

该 PR 值得 CI/CD 维护者精读，以理解发布流水线的门控策略设计。关注点包括：阻塞步骤的引入方式、依赖关系的调整、以及未采纳 review 建议的潜在原因。这反映了在自动化与手动控制之间的权衡。

修复Mooncake连接器混合MLA+Eagle缓存注册时的块大小断言错误。

此PR值得精读，特别是`_sync_block_size_with_kernel`方法展示了如何通过后端元数据动态调整块大小，这是一个重要的设计决策，适用于混合注意力后端场景，对理解vLLM的KV连接器架构有帮助。

从H100分布式测试块中移除不稳定的Eagle DP测试，以缓解CI失败。

此PR变更简单，主要价值在于了解CI测试维护策略。建议关注： 1. **后续修复**：跟踪团队如何调查和修复Eagle DP测试的批次不变性问题。 2. **配置管理**：注意CI配置中“可选”与“非可选”测试块的区别，以及跨块测试一致性的重要性。 3. **关联PR**：可结合历史PR（如#39773关于Eagle推测解码的bugfix）理解Eagle相关功能的演进。

修复测试装饰器在交互式shell管道中因进程组信号传播导致的提前终止问题。

该PR值得快速浏览，重点关注进程组隔离的设计决策：将`os.setpgrp()`移到子进程是解决交互式shell中信号传播问题的关键技巧，展示了如何优雅处理多进程测试环境中的边缘情况。对于涉及多进程测试或信号处理的开发者，这段代码提供了实用参考。