vllm-project/vllm

修复 Kimi-K3 RecoverSSM 投机解码 prefill 路径的变量未定义崩溃。

该 PR 值得精读。它是一个针对特定模型运行时错误的精准修复，代码改动小但逻辑清晰，且补充了完整的单元测试覆盖。修复方案体现了对变量作用域和控制流状态的细致管理，可作为处理类似条件变量问题的参考。

恢复 QuarkW8A8Fp8MoEMethod 的 weight_dtype 属性以修复 FP8 MoE 权重加载崩溃。

该 PR 是简单明确的 bugfix，修复了重构引入的回归问题。建议快速审查并合并，以保持 CI 绿灯和模型功能正常。值得精读以确认恢复的属性值 'fp8' 与上下游逻辑一致。

修复 DecodeBenchConnector 在 DCP 模式下基于每组有效块大小的块选择错误。

该 PR 值得精读。它是一个清晰、聚焦且测试充分的 bugfix，解决了一个在特定并行配置下的实际问题。其关键设计决策在于，正确识别了 DCP 模式下不同类型的 KV 缓存组（如注意力层与滑动窗口层）具有不同的有效块大小，并将其抽象到调度器初始化中，这是一个良好的实践。对于关注分布式推理、KV 缓存管理或性能基准测试的工程师，此 PR 的修复方法和测试构造具有参考价值。

修复夜间 CRCR 报告因缺少 API 令牌而静默跳过的问题。

**建议精读此 PR**。虽然变更小，但它展示了一个在 CI/CD 基础设施中处理凭证和实现优雅降级的稳健模式。对于负责维护 CI 流程或编写类似自动化脚本的工程师，其设计（环境变量优先、代理检测、安全回退、最小权限 secret）具有参考价值。这是一个典型的“小而美”的修复，解决了真实存在的持续性问题。

重构 ModelOpt 量化模块，将六个重复的 LinearMethod 类合并为一个数据驱动的通用方法。

本 PR 是一个高质量、深思熟虑的架构重构，强烈建议精读。它展示了如何通过数据抽象和组合模式来消除重复代码并简化复杂系统的维护。核心设计决策（QuantKey、QuantSpec、FormatScheme）以及与审查者的深入讨论，对于理解如何在大型框架中设计可扩展的量化接口极具价值。特别关注 `resolve()` 函数如何映射格式到规范，以及 `FormatScheme` 如何优雅地处理格式特定的边缘情况。

禁用 GLM PCP 评估配置中的 CUDA 图，以修复 MRV2 稀疏 MLA PCP 的启动崩溃。

升级 llm-multimodal 依赖以在 Rust 前端启用 Qwen4-exp 多模态支持。

本 PR 是一个典型的功能适配性依赖升级，逻辑简单直接。对于关注 `Qwen4-exp` 模型支持或 Rust 前端多模态进展的工程师，此 PR 确认了上游依赖已就绪。对于其他开发者，无需深入精读。其主要价值在于记录了为支持新模型而进行的必要依赖变更。

修复 Mooncake 物理块传输长度计算错误，防止 KV 数据重叠损坏。

该 PR 值得精读，因为它修复了一个关键的数据损坏 bug，且设计决策清晰：通过除法缩放和运行时检查确保传输长度正确。对于维护 Mooncake 或分布式 KV 传输的工程师，重点关注 `register_kv_caches` 中的长度计算和测试覆盖模式。