vllm-project/vllm

统一 193 个 AMD CI 任务命名，修复 MI300 超时

建议 CI / 测试基础设施负责人精读：本文是大规模 CI 配置重构的样板，重点看命名唯一性策略、CPU 任务转 GPU 的取舍与注释保留方式；khluu 对 PR body 与 diff 不一致的核查也值得作为 review 流程范例。普通工程师仅需了解超时与路径修复即可，无需深入。

修复 Anthropic Messages API 上报 stop_sequence

值得精读：PR 体量小但语义清晰，是 Anthropic/OpenAI 兼容层修复的典型样例。核心设计决策是用类型（str vs int/None）而非单一 finish_reason 判别 stop 语义，相关 if/else 分支可作为转换层代码的注释范式；配套测试用 parent commit 复现的方式也值得借鉴。建议结合官方 Anthropic 文档阅读。

更新 Gaudi HPU committer 名单

无需精读。这是一次维护性文档更新，符合项目治理流程。值得关注的是文档中维护者名单的及时更新习惯。

KV 校验预留 null block，修复 max_model_len 边界启动后挂起

值得精读。核心价值在于"容量校验必须与分配约束（BlockPool null block 预留）保持一致"的设计原则，以及把边界 bug 从 override 单一路径推广到所有来源的正确做法——在 available_memory 折算点做单点修复，避免多路径各自打补丁。review 中 njhill 关于把扣减提升到 auto-fit 之前的讨论、malaiwah 的混合 Mamba 复现矩阵与 #52530 的分工，都值得参考。

移除 DeepseekV32Indexer 中未使用的 forward 方法及导入

该 PR 值得快速合入，因为它消除了死代码，降低维护成本。建议维护者合入前通过全局搜索确认无任何动态调用，并注意是否影响将来可能的复用。

裁剪 ROCm 融合测试参数化，耗时从 2.5 小时降至 6 分钟

值得一读，尤其是大型参数化测试的加速思路：裁剪冗余参数、用模块级清理替代逐用例清理、收集期跳过与版本门槛。不过要关注覆盖度变化，未来若要新增参数组合应充分评估必要性。

默认启用 FlashInfer all-reduce 并跳过批不变模式

值得精读，重点关注默认开启带来的性能变化以及批不变模式的兼容性处理。建议运行更多平台和形状的测试以验证鲁棒性。

整合 CP 注意力算子到统一目录，纯重构无行为变更

值得阅读：一是 cp_common.py 如何把 symmetric-memory 探测、能力门控、workspace 生命周期拆成可复用层，这是后续 prefill fused ops 的公共底座；二是 dcp.py 的模块内组织（LSE combine、Q/KV gather、manager 分区）可作为 CP 算子标准布局参考。对维护者：合并前建议用工具核对 diff 确认为纯移动（如 git diff --word-diff 对比重命名后文件），并安排一次 DCP 模式精度回归。值得跟踪该 PR 的 follow-up（prefill pcp fused ops）。