vllm-project/vllm

修复 Inkling 测试套件未在 CI 中运行的问题

此 PR 是典型的 CI 基础设施补全，值得合并。对于维护者，可以关注 Inkling 测试后续是否稳定，以及是否需要在其他 GPU 型号（如 H200）上添加类似的 job。

新增 DeepSeek MTP 并行加载测试

值得关注其测试设计思路：_spec_decode_num_drafts 指标用于验证 drafter 非空，避免无声回退；_token_match_ratio 以相似度容忍硬件差异。对于负责测试策略的工程师，这是一个良好的多并行测试模板。

修复前缀缓存指标因连接器延迟被重复计数

建议合并此 PR，因为它修复了指标错误，设计清晰，测试完备。值得精读以理解调度器与缓存统计的交互，特别是 `did_prefix_cache_lookup` 标志和 `record_prefix_cache_stats` 的配合。

处理 MLA fallback 时的 FA4 JIT warmup 崩溃

建议快速合并。这是一个针对边缘情况的防御性修复，代码简洁，逻辑清晰。值得关注的要点：作者主动跟进 review 反馈，捕获了 ValueError 而非宽泛的 Exception，精准处理预期错误。

为 DeepSeek-V4 XPU 添加 fused indexer Q SYCL 内核路径

该 PR 值得精读，展示了 vllm 中为 XPU 扩展算子的标准模式：在 `_xpu_ops.py` 中注册自定义算子，然后在上层调用。分支顺序的设计（优先 `has_cutedsl`）也值得注意。

修复 FULL CUDA 图捕获前未设置 graph_pool_id 导致断言失败

PR 修复了关键 bug，逻辑正确且附带单元测试。建议合并，但需确保测试 CI 接入。代码简洁，值得精读以理解 CUDA 图捕获的配套设置。

统一改用 VLLMValidationError 改进错误响应

可以直接合并且无需深度审查。这是一个干净、有明确动机的小型重构。值得关注的是 `parameter` 参数的命名约定，可供后续类似迁移参考。

修复 macOS Clang OpenMP 结构化绑定编译错误

值得立即合并。这是一个针对特定编译器（Apple Clang）的语法兼容性修复，改动安全且必要。对于跨平台项目，使用结构化绑定时应留意不同编译器对 OpenMP 捕获语法的支持差异。