vllm-project/vllm

支持DeepSeek V4的max reasoning effort及模型特定值传递

值得精读，展示了模型特定参数传递与OpenAI兼容性之间的设计权衡，以及在多模型系统中如何优雅地扩展枚举值。建议关注Harmony parser对none的处理，确保后续客户端升级无虞。

收紧 OffloadingManager 参数类型为 Sequence

值得快速合并。该 PR 是对之前 review 建议的干净跟进，没有引入任何风险，且提高了代码健壮性。审阅者可以重点关注 `prepare_store` 中移除 `list()` 后的逻辑是否正确——检查后确认无误。

修复 Gemma4 PP 中 residual 和 per_layer_inputs 同步

建议阅读此 PR 以了解 Gemma4 在 PP 下的张量同步设计，特别是 IntermediateTensors 如何按需传递。对于有类似 PP + PLE 实现的模型开发者，这是一个值得关注的决策案例——如何平衡泛化与模型特定优化。

修复 BailingMoeV2.5 MLA RoPE 旋转维度不足

建议精读该 PR 以了解 MLA 注意力中 RoPE 参数的处理方式。虽然修改量小，但涉及对 `partial_rotary_factor` 与 `rope_dim` 优先级关系的修正，设计决策（filter vs. override）值得关注。后续可考虑补充单元测试验证 RoPE 维度计算正确性。

在容器镜像中嵌入构建来源元数据

该 PR 值得精读，特别是 `docker-build-metadata-args.sh` 的 fallback 设计和 Buildkite 流水线的集中化改造。对于维护类似 CI/CD 流水线的团队，这是一个很好的参考模式，展示了如何在构建过程中注入可追溯的元数据。

修复 DSV32/V4 非流式 tool call 类型转换缺失

值得精读参考：该 PR 展示了如何定位并修复一个因缺少类型转换导致的非流式 tool call bug，代码改动清晰，测试与源码联动紧密。开发者在实现类似 parser 时可参考其对 schema 类型转换的处理方式。

Responses API 流式命名函数调用支持

此 PR 展示了如何为 Responses API 补齐流式命名工具调用的能力，并修复了因递增时机错误导致的计数问题。设计上值得关注的是：将函数名提取逻辑抽离为 `_get_function_name`，以及将流式 tool call 构建委托给专门的 `extract_named_tool_call_streaming` 函数，实现了关注点分离。建议流式 tool call 相关功能开发者精读。

拆分 CPU 分布式测试为独立 CI 步骤

建议快速合并。该 PR 解决了明确的 CI 超时问题，改动小且经过 reviewer 批准。无需精读。