vllm-project/vllm

更新 Mistral 标签告警成员列表

该 PR 为简单配置维护，无需精读。

为 CPU 测试依赖添加 pre-commit 自动编译钩子

值得精读。该 PR 展示了一种多平台依赖管理的实用模式——通过 pre-commit 钩子和 `uv pip compile` 的 `--torch-backend` 参数，从单一源文件生成多平台锁文件，极大降低了维护成本。特别适合有多个硬件后端的项目参考。

修复 Harmony 模型 function_call 状态为 null 的问题

值得合并。该 PR 修复了一个明确的合规性问题，变更小、测试完备、无副作用。阅读者可以重点关注 `_parse_function_call()` 函数的构造模式，理解 Harmony 适配层的实现方式。

新增 Kimi K2 流式解析引擎和 Parser

值得精读。该 PR 展示了如何基于 ParserEngine 构建新模型解析器，并成功将旧的独立解析器迁移到统一框架，对后续模型支持有示范作用。

优化 XPU Worker 关闭逻辑，防止资源泄漏

此 PR 对于在 Intel XPU 上部署 vLLM 的用户是必须合入的修复，建议详细阅读 `xpu_worker.py` 和 `gpu_model_runner.py` 的 shutdown 实现，理解跨平台资源清理的设计模式。

修复 ROCm Ray 权重传输 GPU 可见性问题

该 PR 属于 ROCm 平台特定 bugfix，值得相关平台开发者阅读，特别是 `_weight_transfer_ray_env_vars` 函数的设计可作为处理 ROCm+Ray GPU 可见性问题的通用模式。

修复 ROCm 上 unquantized MoE 权重 padding 被破坏的回归

值得合并的精准 bugfix。设计决策（依赖平台和 env 标志做条件判断）清晰且最小侵入。

替换 torch.cuda.mem_get_info 为 torch.accelerator.get_memory_info

强烈推荐阅读此 PR，尤其是 shm.py 中的 CPU 兼容性补丁设计，以及如何平衡迁移进度与兼容性。后续应继续替换其他 backend 的 mem_get_info，并增加跨平台测试。该 PR 也展示了在 torch.accelerator 原生支持不足时，通过运行时补丁优雅降级的模式。