vllm-project/vllm

支持 FlashInfer 非因果注意力用于 DFlash 推测解码

本 PR 变更集中、逻辑清晰，值得需要理解 vLLM 注意力后端选择机制和 DFlash 实现的开发者精读。其中关于非因果路径的门控设计可作为类似功能扩展的参考。

为 Intel GPU CI 添加 agent_tags 资源调度

此 PR 对普通开发者阅读价值不高，但 CI 维护者应关注其 agent_tags 设计模式，特别是如何根据测试负载划分 GPU 和内存需求。对 vllm 的 CI 基础设施演进有一定参考意义。

在 ROCm CI 上启用 KV Connector 单元测试

值得关注的设计决策：如何在对平台敏感的测试中优雅跳过不适用部分（将平台判断内聚在测试辅助函数中）。CI 配置的 `mirror` 用法可作为 AMD CI 作业的参考模式。

修复 RoutedExperts 缺少 tp_size 属性导致的崩溃

建议快速合并。这是一个典型的属性名兼容性修复，修改直接、风险低。对于关注 MoE 量化模型加载的开发者，该 PR 可作为了解 `RoutedExperts` 配置结构调整的参考。

修复 AMD CI 中 Spec Decode Eagle 测试组

可直接合入。对关注 AMD 平台测试的团队有一定参考价值。

修复 AMD CI 中 Kernels Attention 测试组

建议阅读该 PR 以了解以下实践： 1. 如何在不同平台间管理数值精度差异（`sdpa_kernel` 用法）。 2. FP8 数据类型在混合格式场景下的测试策略（`is_extra` 参数）。 3. CI 配置中从试运行（optional: true）转为门禁（optional: false）的演进方式。 该 PR 本身变更简单，但体现了多平台兼容性测试的常见挑战。

跳过因编译器优化失效的 ROCm 测试

该 PR 属于临时性测试适配，技术深度较低，无需精读。但值得注意其展示了编译器优化如何使 tests 与 code 产生脱节，团队可考虑在 fusion pass 设计时增加更鲁棒的测试模式（如强制保留算子或使用独立子图）。

修复 AMD gfx942 的 MoE 测试组

建议快速合并，这是典型的 CI 修复工作，逻辑清晰。可关注后续 gfx950 的完整修复 PR，以全面覆盖 AMD MoE 测试。