vllm-project/vllm

修复 DeepSeek DSML 工具调用参数非增量流式问题

建议精读，因为展示了如何从缓冲式流式解析迁移到增量状态机，对实现其他 tool parser 的增量流式有借鉴意义。同时 schema 兼容性处理方式（`find_tool_properties` 统一处理多种工具类型）值得关注。测试用例设计良好，覆盖了核心边界。

恢复 WeightTransferConfig.backend 的 Literal 类型提示

该 PR 属于小型改进，评审已通过，可直接合并。值得关注的是 vLLM 使用 `Literal | str` 模式表示内置选项 + 扩展点的惯用做法。

移除 DSV4 NVIDIA 路径中的 AMD/XPU 分支

该 PR 值得快速合并，是良好的代码清理。设计上值得关注的点是：通过将 `_forward_cuda` 重命名为 `forward`，彻底消除了旧的条件分发逻辑，使 NVIDIA 路径的职责更清晰。

修复 SM12x 上 Marlin MoE 输出乱码

该 PR 值得精读，特别是 CUDA 架构标志管理和版本兼容性的模式（家族标志 vs 显式架构，以及版本门控）是 vLLM 构建系统中常见的实践。对于使用 Blackwell 硬件的团队，此修复是关键，建议尽快合入。

修复多API Server启动硬编码超时

此 PR 为简单的 Bugfix，解决了实际部署中遇到的超时问题。推荐快速合并并 cherry-pick 到 v0.22.0，因为问题已影响用户。同时关注 njhill 提出的启动序列重构，以彻底避免此类问题。

二级存储类型名 fs_python 改为 fs

建议合并，但必须在发布说明中明确标注配置键变更。如有大量外部用户，可考虑在 `factory.py` 中添加对旧名称 `fs_python` 的兼容映射。

Tilelang MHC 替换 Torch/Triton 并支持 ROCm

**建议阅读范围**：所有涉及 DeepSeek V4 推理优化、ROCm 支持、TileLang kernel 集成的工程师。 **关注点**： - `_tilelang_ops.py` 中平台条件编译和 PDL 设计，为跨平台 kernel 提供参考。 - `mhc.py` 中 HAS_TILELANG 调度模式，体现优雅降级策略。 - Review 中关于 warp size 和 eager CUDA 初始化的讨论，了解跨平台 kernel 常见陷阱。 - 测试文件 `test_mhc_kernels.py` 覆盖了 tilelang 和 torch 双路径验证，值得作为类似 PR 的测试模板。

修复 Mooncake 文档中的错误示例路径

该 PR 已合并，无需额外操作。对于文档维护者，可留意类似路径问题并鼓励社区反馈。