vllm-project/vllm

修复多模态内存泄漏测试中的进程清理问题，避免CI失败。

该PR值得快速浏览以了解CI修复策略，但无需深入代码细节。重点关注review中提到的进程清理缺陷，建议团队后续评估是否修复@create_new_process_for_each_test的实现。

改进多模态输入过长错误信息，避免长度与音视频时长混淆。

该PR变更简单，无需精读，但可作为错误信息设计的最佳实践参考：使用明确术语（如“embedding tokens”）避免歧义。对于关注多模态输入处理或错误处理设计的工程师，可快速浏览以了解如何优化用户反馈。

修复MoE层测试因PyTorch 2.11不透明类型变更导致的层名处理错误。

该PR变更简单直接，主要用于修复测试逻辑，无需深入精读。值得关注的点是HAS_OPAQUE_TYPE变量的使用，它反映了vLLM对PyTorch不透明类型支持的适配策略。建议开发者了解此变量在代码库中的其他使用场景，以理解整体兼容性设计。

新增Qwen3-VL多模态模型内存泄漏检测测试，提升稳定性验证。

对于关注多模态模型测试或内存管理的工程师，此PR值得精读，以学习如何设计内存泄漏检测测试和权衡阈值设置。重点关注测试逻辑中的内存测量方法和泄漏检测策略。

修复Nemotron-Nano-VL音频预提取崩溃，支持在vllm serve时传递use_audio_in_video参数。

该PR值得精读，特别是学习如何静态解析模型参数以避免HF处理器实例化开销，以及多模态数据处理中优雅处理缺失音频的设计决策。关注review中未解决的异步I/O性能问题，可能需后续PR优化；同时，代码简化建议可为类似重构提供参考。

简化API服务器握手流程，统一参数传递以避免延迟启动。

建议工程师阅读此PR以了解握手流程的改进，特别是在分布式设置和API服务器启动方面。关注 `EngineCoreReadyResponse` 的变更和 `_apply_ready_response` 方法的逻辑，这有助于理解系统如何统一处理后初始化配置。

将主README的更新内容同步到文档站README，提升文档准确性和完整性。

该PR变更简单直接，无需精读。对于文档维护者，可关注如何保持docs/README.md与主README的同步机制；对于普通工程师，无需特别关注。

重构池化入口点架构，引入模块化IO处理器并移除直接依赖。

建议技术管理者关注此PR以理解池化架构演进方向，工程师值得精读vllm/entrypoints/pooling/base/io_processor.py和io_processor_factories.py学习工厂模式设计。重点关注：1. 如何用PoolingIOProcessor抽象统一任务处理；2. review中讨论的错误处理改进和向后兼容权衡；3. 移除io_processor属性的决策对系统解耦的影响。