vllm-project/vllm

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。

修复CI夜间索引生成脚本中Docker容器权限问题

该PR变更简单直接，无需深入阅读。对于CI维护者，可以关注review中提到的潜在问题（home目录和路径空格处理），但鉴于作者回复脚本受控，这些风险可接受。

修复非CDMM Grace-Blackwell系统上NUMA绑定失败问题。

该PR值得精读，特别是对于需要处理异构NUMA架构的开发者。关注`_numa_node_has_cpus`方法的实现，它展示了如何通过sysfs检测NUMA节点属性，以及回退机制的设计决策。

修复ROCm平台NHD布局FP8反量化路径中不必要的精度损失。

该PR值得精读，尤其是对于关注低精度计算和ROCm平台优化的工程师。关键设计决策在于正确处理反量化后的类型转换：不应完全移除转换，而应转换为输出缓冲区的类型，这平衡了精度和类型安全。建议结合相关内核代码理解FP8 KV缓存的工作机制。