vllm-project/vllm

修复 Rust 分词器字节级快速路径解码未定义 token ID 时崩溃及归因错误。

此 PR 是一个高质量的 bugfix，修复了一个实际发生的生产问题。代码修改精准，测试覆盖充分，并附有详尽的 PR 说明。建议相关模块的维护者精读，特别是 `incremental.rs` 中归因逻辑的重构，其设计（仅在非产出步骤进行查询）值得借鉴。该修复对于使用 vLLM Rust 前端和 Qwen 等模型的用户至关重要。

为 CPU 镜像添加 nightly 发布流程，自动推送多架构镜像到 Docker Hub。

这是一个常规的 CI/infra 变更，实现了有价值的功能扩展（CPU nightly 镜像）。虽然不涉及核心计算逻辑，但其配置正确性对发布流程至关重要。建议关注 `.buildkite/release-pipeline.yaml` 中条件逻辑的完整性和 `push-nightly-builds-cpu.sh` 脚本的健壮性。对于负责 CI/CD 或需要 CPU nightly 镜像的团队成员，此 PR 值得精读以理解其发布流程设计。

更新贡献指南，允许开发者使用自定义端口运行 MkDocs 开发服务器。

这是一个小型的文档改进 PR，价值清晰且实现经过了仔细审查。对于关注开发者体验和文档质量的团队成员，值得快速浏览以了解其改进点。对于贡献者，这是一个很好的文档 PR 示例，展示了如何清晰地更新指南并响应审查反馈。

将 Rust 渲染服务器的 --max-model-len 参数改为可选，未设置时跳过提示长度验证。

这是一个高质量、目标明确的重构型 PR。它通过类型系统的合理使用（`Option<u32>`）和清晰的职责划分，解决了一个实际的工程问题（避免逻辑重复与漂移）。虽然变更涉及多个文件，但核心逻辑集中且清晰。对于关注 Rust 前端、API 设计或配置管理的工程师，该 PR 值得精读，尤其是 `build_state` 函数中对 `Option` 的处理方式以及 `RenderState` 新增字段的必要性讨论，是良好的设计模式示例。

修复数据并行填充 token 导致投机解码草稿注意力元数据计算错误的崩溃问题。

该 PR 值得精读。尽管代码变更只有几行，但它揭示了在复杂并行策略（如 DP+EP+MTP）下，投机解码内部状态管理的一个微妙且关键的边界条件。其核心洞察——投机解码草稿阶段应只关注“真实请求”，而必须剥离为数据并行对齐而添加的“填充”——具有很高的模式价值。建议关注：1) `_build_draft_attn_metadata` 方法中 `num_tokens_padded` 参数的精确语义；2) 该修复模式是否可推广到其他投机解码后端（正如 PR #56181 所暗示的）；3) 验证策略上，使用大规模端到端评估（GSM8K）来确认修复有效性，而非仅为小改动添加单元测试。

修复 Responses API 未支持输入项引发 500 错误，改为返回 400 验证错误。

此 PR 是一个有价值的 bugfix，值得精读。它解决了一个会导致 API 服务崩溃（500 错误）的明确问题，修复方案直接且符合现有模式（参考 #55701）。关键的设计决策是区分了“带 role 的字典”和“其他类型项”，前者透传，后者拒绝。建议关注其错误处理路径是否严密，以及是否需要在合并后补充单元测试以确保长期可维护性。

修复 Mooncake 异构 TP 下复制 GQA 头的 KV 传输映射错误，避免静默数据损坏。

**值得精读**：这是一个高质量的 bugfix PR，修复了可能导致静默数据损坏的关键问题。PR 描述详尽，包含清晰的动机、测试计划和结果，并包含了与模型无关的通用验证。代码变更逻辑清晰，并附有全面的单元测试。核心设计决策（通过全局头索引映射）值得学习。建议关注其验证逻辑的演进和与关联 PR #53078 的交互。

修复 Qwen3 Omni DSpark 单测 mock 缺 parallel_config

不建议精读，变更微小且机械，无设计决策可借鉴。值得留意两点：一是测试 fixture 必须在源码重构时保持同步，本 PR 正是 PR#55472 落地后的配套补丁，这类"源码改了、测试没跟上"的 CI 失败在快速演进的大型仓库中很常见；二是可考虑后续将 DSpark 测试的手工 SimpleNamespace mock 迁移到更贴近真实 Config 的对象或增加字段契约校验，以降低长期维护成本，并关注 #56600 对同一 mock 的后续修复。