vllm-project/vllm

启用 XPU 上 sharded state loader 测试

建议合入。该 PR 改动简洁、目的明确，通过极小的测试参数调整和 CI 配置新增，填补了 XPU 平台在分布式模型加载测试上的空白。值得关注的是其设计模式——复用已有的 `max_num_seqs=1` 策略来应对显存受限平台，而非引入全新逻辑，体现了可维护性。

新增 Tencent HPC-Ops 注意力后端，支持 FP8 融合算子

值得精读。该 PR 展示了如何将外部高性能算子库集成到 vLLM 的注意力后端框架中，包括自定义 op 注册、元数据构建、torch.compile 兼容性处理等模式。建议关注：HpcRopeNorm 的 CustomOp 设计、HpcAttnMetadata 与通用 metadata 的协作、以及 model_loader/utils.py 中的通用扩展点。

为XPU放宽Mamba SSM测试精度阈值

本PR是常规的测试适配变更，改动小且经过review确认，建议快速合并。值得关注的是使用`current_platform`统一平台检查的实践，可在其他测试中推广。

添加图像像素限制防止解压炸弹 OOM

值得精读。设计上在加载前预检、环境变量控制、避免全局状态突变，是良好的安全实践，可推广到其他媒体类型。

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。