vllm-project/vllm

修复 Ernie45 流式解析中 rfind 返回 -1 的问题

值得合并。改动正确、简洁，修复了一个明确的边界情况 bug，且已获 reviewer 批准。

统一 HarmonyParser，合并上下文类并修复流式 bug

建议精读 `vllm/entrypoints/openai/responses/context.py` 和 `streaming_events.py`，理解如何通过保留解析器状态 (`last_append_segments`) 而非维持独立子类来统一流式/非流式上下文。该设计模式值得在其他类似场景参考。

修复NVFP4 swizzled scale buffer零初始化，恢复Blackwell吞吐

值得所有涉及量化内核或硬件适配的开发者精读：1）学习如何通过隔离实验定位内存初始化问题；2）理解Tensor Core tile padding对buffer分配的影响；3）设计决策“只还原必要的分支”体现了精准修复的思维方式。建议将相关注释纳入团队知识库。

拒绝导致 EngineCore 崩溃的退化 structured_outputs

值得精读。该 PR 展示了如何通过前端请求验证快速失败来防止引擎级 DoS，是安全修复的典范。设计决策清晰：将验证集中在 `_validate_structured_outputs` 中，与现有空语法、空 choice 守卫并列，便于后续扩展。review 中关于空字典的讨论澄清了当前验证范围的边界，体现了审慎的设计态度。

修复 Harmony 解析器将约束标记误解析为收件人

值得阅读。该 PR 展示了如何在第三方解析器边界进行精确的输入归一化，以弥补上游库的解析缺陷，而不改变库本身。设计思路（静态方法、在三个出口注入）值得借鉴；review 过程中的讨论也显示了良好的设计权衡意识。对于维护 Responses API 或 GPT-OSS 工具链的开发者来说，属于精读范围。

对齐 OpenCV 视频元数据时间线

建议所有使用 OpenCV 视频后端的团队成员精读此 PR，理解元数据时间线与实际采样逻辑对齐的重要性。特别关注 `_sample_frame_indices` 的提取模式，可作为后续相似 bug 修复的参考。

移除 int8 分组量化断言限制

变更简单明确，值得所有使用 compressed-tensors + Marlin MoE 的团队立即合入。建议补充一个针对 group_size=128 的 int8 MoE 正确性测试，防止未来重构时再次引入类似约束。

提升 AMD CI 超时时间以应对镜像拉取慢

作为临时性 CI 稳定性调整，值得合并。但需跟进根本原因调查，避免超时值持续膨胀。