vllm-project/vllm

将 Nixl KV 连接器版本上限提升至 0.10.1，以解决依赖安装问题。

此 PR 变更简单，主要涉及依赖管理，无需精读。但值得关注的是 review 中关于版本约束设计的讨论，它反映了在确保修复应用与保持向后兼容性之间的权衡。对于依赖管理策略有深入兴趣的工程师可参考此讨论。

为 Keye-VL 和 Keye-1.5-VL 模型重构 M-RoPE 位置计算，切换到 mm_features 驱动。

此 PR 值得精读，特别是 `iter_mm_grid_thw` 的设计展示了如何从传统 token 处理过渡到基于元数据的多模态接口。关注视频拆分逻辑和测试用例的构造，以理解 M-RoPE 计算的关键细节。

修复 vllm/_aiter_ops.py 中 pandas 的无条件导入，改为可选依赖。

该 PR 变更简单直接，适合快速浏览以了解如何通过 `PlaceholderModule` 处理可选依赖。关注点在于 `vllm/utils/import_utils.py` 中 `PlaceholderModule` 的实现，以确保其行为符合预期。

从PR模板中移除可选的Google Docs发布说明更新项。

这是一个简单的文档维护性更新，无需深入技术审查。对于希望了解项目贡献流程演进的工程师或技术管理者，可以快速浏览以确认团队已转向新的发布信息管理方式。

修复MiniMax M2解析器构造函数缺失**kwargs导致的流式聊天完成请求TypeError。

该PR值得快速浏览以理解解析器构造函数的统一模式。关注点：如何通过*args/**kwargs实现参数传递的灵活性，以及委托解析器模式中参数转发的设计决策。

在XPU平台上强制设置多进程方法为spawn，避免用户手动配置fork导致崩溃。

该PR变更简单直接，但揭示了平台特定约束的设计决策。值得关注的是review中关于强制覆盖与用户显式配置的权衡讨论，这反映了基础设施代码中用户体验与灵活性的平衡。

新增Jina Embeddings v5模型支持，基于Qwen3-0.6B-Base并合并LoRA适配器。

该PR值得精读，特别是`JinaEmbeddingsV5Model`类中LoRA适配器加载和合并的实现，展示了如何在模型加载时处理适配器权重而避免运行时依赖。关注`load_weights`方法的设计决策和权重匹配逻辑。

为Step-3.5-Flash模型添加num_attention_groups配置支持，修复KV头数解析。

该PR值得快速浏览，重点关注模型架构配置转换器中如何扩展属性列表以支持新模型字段，这是vLLM适配新模型时的常见模式。对于需要支持类似配置的开发者，可参考此实现方式。