vllm-project/vllm

将 @bbrowning 添加为工具和推理解析器的代码所有者与提交者。

此 PR 变更简单，无需深入技术分析。对于了解项目治理结构或代码所有者机制的工程师，可快速浏览以熟悉配置格式；对于核心开发者，可关注其反映的社区贡献者成长模式。

修复 Qwen3XML 工具解析器在流式输出中空 delta 检测逻辑，避免产生不符合 OpenAI 规范的 delta 消息。

该 PR 代码变更简洁，聚焦于特定 bugfix，适合快速浏览以理解工具解析器流式输出的规范遵循问题。值得关注的设计决策是：在空 delta 检测中未包含 role 字段检查，这可能是一个有意为之的简化，但 reviewer 指出的潜在风险值得在后续开发中留意。

重构 CPU 亲和性与内存管理，修复性能回归并支持自动 KV 缓存大小分析。

建议技术管理者和工程师精读 `OMPProcessManager` 类的设计，理解其如何适配不同 OpenMP 库和架构；同时关注 `csrc/cpu/utils.cpp` 中的 NUMA 代码风险，并在部署前进行多架构测试。

修复 Gemma4 多模态模型在 embed_input_ids 中的 GPU/CPU 同步阻塞问题。

该 PR 虽然改动小，但揭示了 vLLM 在多模态模型推理中优化设备同步的典型模式。值得关注的点包括： - 理解 `non_blocking=True` 在避免同步阻塞时的应用场景。 - 学习如何平衡“张量留在 CPU”的设计意图与避免冗余传输的性能考量。 - 结合 PR #34246 查看完整演进脉络。

修复 CPU 卸载中 UniformTypeKVCacheSpecs 的 CPU 块数计算逻辑，避免块池大小不足导致越界存储。

该 PR 值得精读，特别是关注从基于页面大小的假设性计算转向基于实际张量分配的计算这一设计决策。这体现了对缓存规格抽象的更健壮处理，避免了硬编码假设。建议结合 review 讨论，思考如何为类似核心路径添加测试覆盖。

将 Marlin 内核加入 FP8 块缩放矩阵乘内核选择列表，修复 A100 等设备上 FP8 模型加载失败问题。

该 PR 值得精读，特别是内核选择逻辑的调整和 `issubclass` 检查的使用，展示了在量化内核调度中处理异构内核接口的常见模式。关注 `init_fp8_linear_kernel` 函数中条件分支的设计，以及类型注解的更新如何反映内核类型的演进。

将 Observability 示例移动到统一目录，重构示例组织结构。

该 PR 值得快速浏览以了解新的示例组织结构，对于维护示例或文档的工程师尤其相关。无需深究设计决策，关注点在于组织改进的实践。

修改新PR机器人触发条件，从检查作者PR数改为检查合并PR数。

该PR变更简单，适合快速浏览以了解CI/CD流程的优化思路。值得关注的设计决策是使用“是否有合并PR”而非“PR数量”作为首次贡献的判断标准，这更符合开源项目的实际场景（如AI代理、草稿PR）。无需深入阅读代码细节。