vllm-project/vllm

重构EPLB映射提交逻辑，提取函数并添加单元测试，提升代码可维护性。

此PR值得精读，特别是对于关注分布式专家并行（EPLB）模块的工程师。建议关注提取函数的设计决策（如保持函数私有性）和错误处理（如反转逻辑的修复），这些体现了代码重构和团队协作的最佳实践。

为Mooncake连接器添加单元测试并修复请求错误处理中的双重发送问题。

建议工程师精读`test_mooncake_connector.py`文件以学习模拟复杂分布式交互的测试设计，并关注`mooncake_connector.py`中`wait_and_ret`函数的修改，理解错误处理逻辑的设计权衡和潜在风险。

将夜间wheel索引生成移至单个构建后步骤，消除并发构建竞赛条件。

建议工程师阅读此 PR 以理解 CI 流水线改进设计，特别是 allow_dependency_failure 的使用和分离关注点的实现。关注 review 中关于 robustness 的讨论，借鉴如何避免脆性脚本实践。对于维护构建基础设施的团队，此变更值得精读。

澄清Helm部署指南中chart位置，使用相对链接提升文档一致性。

此PR是简单的文档更新，无需深入阅读。对于工程师，可关注文档维护的最佳实践，如使用相对链接避免分支相关错误。

修复 Hermes 工具解析器在流式处理间隔大于 1 时的解析错误。

该 PR 值得精读，特别是新的 diff-based 解析策略，可用于理解和设计流式解析器。建议关注 `extract_tool_calls_streaming` 方法的实现，以及如何通过文本 diff 和状态追踪避免复杂状态机，同时留意测试用例以验证各种边界情况。

将 FusedMoE 层的 hidden_size 和 intermediate_size 对齐逻辑重构到 quant_method，提升架构清晰度和性能。

建议工程师精读此 PR 以理解量化方法在尺寸对齐中的新角色，关注 mxfp4.py 和 quark_moe.py 中的实现差异，以及讨论中关于性能权衡的决策。

为 Intel GPU/XPU 相关 PR 添加自动标签规则。

对于 CI 维护者和对 Intel XPU 支持感兴趣的工程师，建议浏览以了解新标签规则；对于其他工程师，无需深入阅读。

在CPU混合精度线性内核中支持CT W4A16量化格式。

建议工程师精读此PR，重点关注`_process_gptq_weights`函数中的CT格式检测和转置逻辑，以及内存优化讨论。对于技术管理者，值得了解量化支持的扩展方向，并跟踪内存风险的处理进展。