vllm-project/vllm

离线 LLM 设置 renderer_num_workers 无效时发出警告

建议合并。这是一个合理的保守修复方案：通过文档和日志提高配置可见性，而非改变同步路径的并行行为，避免了潜在的线程安全问题。

集成 Rust 前端作为 Python API 服务器替代方案

建议精读 `setup.py` 和 `vllm/v1/utils.py` 的变更，理解构建集成与进程管理设计。注意后续 PR #43283 将代码移入库内，因此这是过渡设计。值得关注的是如何通过环境变量进行功能切换的模式。

修复 Qwen3CoderToolParser 对 anyOf/oneOf/$ref 类型解析，适配 Pydantic v2

**值得精读**：此 PR 体现了将重复的内联类型解析逻辑提取为共享工具的设计思路，适合想了解 vllm 工具调用系统内部及 Pydantic v2 schema 处理的工程师。 **关注点**：`extract_types_from_schema` 和 `coerce_to_schema_type` 的定义（位于 `vllm/tool_parsers/utils.py`）是理解本修复的关键。

Seed-OSS 参数类型转换改用共享工具函数

值得精读以了解工具类型转换的标准化方法；潜在行为变化（null 处理）需要留意，建议在非生产环境先行验证。

自动将 reasoning_content 标准化为 reasoning

建议精读此 PR，重点了解： - 如何通过 Pydantic model_validator(mode="before") 在早期标准化输入数据。 - 根据 review 合并验证器的决策过程和性能 benchmark 方法。 - 如何处理已废弃字段的兼容性，包括始终移除旧字段的策略。 此 PR 设计模式适用于类似字段迁移场景。

修复 Step3-VL 编码器 CUDA Graph 测试 OOM

值得合并，该 PR 精准修复了 CI OOM 问题，且保留了关键测试覆盖。重构的 `compilation_config_overrides` 模式可作为其他编码器 CUDA graph 测试的参考。CI 配置改用标签机制是良好实践。

批量化Gemma4视觉编码，吞吐提升最高3.8x

值得精读。PR 展示了如何通过分解模型调用并引入动态批量调度来显著加速多模态编码阶段。设计中的权衡（pooler 不批量化）和兼容性修复（使用 current_platform）值得关注。可作为其他多模态模型性能优化的参考模式。

修复 Qwen3.5 GDN 在 TP>=2 时 Marlin 量化失败

值得所有 Qwen3.5 用户和关注量化兼容性的工程师阅读。本 PR 展示了如何在不改动权重加载和模块映射的前提下，通过 `disable_tp` 优雅地规避量化内核的分片限制，并利用 `split_ba` 保持下游 kernel 的兼容性。review 中的设计权衡讨论也很有启发性。