vllm-project/vllm

重构 ServingTokenization 入口，引入 BaseServing 基类

建议阅读 `vllm/entrypoints/serve/engine/serving.py` 和 `vllm/entrypoints/openai/engine/serving.py` 中的 `BaseServing` 和 `OpenAIServing` 的继承关系。该 PR 体现了从 OpenAI 中心化到通用基类设计的演进思路，值得在后续新入口开发时参考。

修复 Rust 前端 stop string 截断 bug

该 PR 是一个干净、聚焦的 bugfix，值得合并。对于关注 Rust 前端或 tokenization 逻辑的工程师，可以了解 `position` 与 `rposition` 的差异及其对 stop string 匹配的影响。变更简单，易于理解和审核。

XPU MoE 支持 SwiGLU 钳位限制参数传递

该 PR 是 XPU 平台对 DeepSeek-V3 完整支持链条中的一环，适合作为参考了解参数传递模式的演化。代码虽简单，但揭示了量化参数从配置到内核的完整路径。

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。