vllm-project/vllm

修复实时API WebSocket认证中间件因scope["method"]键缺失导致的KeyError。

该PR值得快速浏览，重点关注AuthenticationMiddleware中scope字典键访问的安全处理模式，这是一个常见的ASGI中间件设计要点。虽然变更简单，但揭示了WebSocket与HTTP scope结构的差异，对处理多协议认证有参考价值。

为LMCache MP连接器传播cache_salt，支持按用户缓存隔离。

该PR值得精读，因为它展示了如何在分布式缓存系统中传播上下文信息以支持新功能（如按用户隔离）。关注点包括：数据流设计（从请求到跟踪器、元数据、适配器）、默认值处理（`or ""`确保向后兼容）、以及与外部系统的接口协调。

为基准测试 CLI 添加 SPEED-Bench 数据集支持，扩展推测解码评估能力。

建议工程师阅读此 PR 以了解如何将新数据集集成到 vLLM 基准测试框架，重点关注 SpeedBench 类的设计（继承 CustomDataset、参数传递方式）和 CLI 参数扩展模式（使用 add_argument_group 分组）。适合学习基准测试模块的架构。

修复XPU平台编码器注意力中量化查询输入不支持的问题，将q_descale参数设为None。

该PR值得快速浏览，以了解XPU平台量化支持的限制及修复方式；关注`supports_quant_query_input`标志的使用，这可能在其他注意力后端中也有类似模式。

修复NemotronH Nano VL模型量化配置中路径映射缺失导致的运行时查找失败。

该PR值得快速浏览，以了解vLLM如何处理量化配置与权重命名的对齐问题。关注`WeightsMapper`在模型类中的使用模式，这对于支持外部量化工具生成的模型有参考价值。

修复PiecewiseBackend中空sym_shape_indices处理导致的IndexError。

值得精读，关注如何通过条件分支和assert处理空`sym_shape_indices`的设计决策，这对于理解编译后端中动态与静态形状的切换机制有参考价值。

为XPU平台添加MXFP4量化算子支持，扩展低精度推理能力。

建议关注此PR作为XPU平台量化支持扩展的示例，但需注意其输入维度限制和fake实现不完整的问题。对于后续开发，应参考review建议将算子泛化为N-D支持并强化错误检查。

为FinishedRequestStats添加request_id字段，支持指标与请求关联。

该PR值得精读，因为它展示了如何在vLLM中扩展指标系统以支持可观测性需求。关注点包括： 1. 设计决策：选择`external_req_id`而非内部ID，体现了与现有架构一致性的考量。 2. 接口演化：讨论中关于`StatLoggerBase`稳定性的担忧，是评估类似变更长期维护成本的好案例。 3. 实现简洁性：变更集中在三个文件，逻辑清晰，适合学习如何最小化地添加功能字段。