vllm-project/vllm

为 KV 多级卸载新增分层指标，覆盖传输、查询、失败与活跃度

值得精读。重点学习：可观测性数据如何跨异步线程传递（JobResult.transfer_time）、追踪器与 orchestrator 的职责划分、per-block 异步延迟的语义定义，以及 NIXL telemetry 的接入方式。后续关注 #44008 的剩余指标项与 p2p telemetry follow-up。

本地 executor rendezvous 改用 file://，消除启动端口竞争

值得精读。PR 虽小但完整示范了并发竞态从定位、确定性复现（instrument 抢端口脚本）到修复与行为锁定（多节点覆盖单测）的闭环；FileStore raw path 的 removeprefix 处理、CPU 共享内存标识的 basename 退化都是容易被忽视的细节。建议结合 RFC #51275 一起阅读，理解它在端口竞争系统治理中的位置。

修复 Inkling 无思考块开头工具调用泄漏为 content

值得精读。这是一个观察“两遍解析不对称性”如何引发流式边界 bug 的典型修复案例：配置层一行事件、引擎层一次顺序重排，配合精确的 blast radius 审计与双形态门测试。重点阅读 `StreamingParserEngine._on_terminal` 的控制流重组，以及如何在不破坏 #51391 记账逻辑的前提下完成组合；测试设计（正反两种表形态的引擎级门测试）也值得借鉴。

Triton W8A8 scaled_mm 引入 Tensor 描述符加载并启用 XPU 路径

值得精读。重点看 TD 与掩码加载的设计权衡、转置权重（checkpoint 存储为 `w_q.t()`）如何通过 `B_T` 区分并在 tile 内转置、以及 tri-state 环境变量（`VLLM_TRITON_USE_TD`）在各平台上的默认策略。这个模式对后续其他 kernel 的 TD 迁移有参考价值。

发散混合缓存命中改为按 connector 能力开关，防无效状态

值得精读。该 PR 展示了典型的「能力契约 + 保守默认 + 显式 opt-in」模式：先用 capability 属性把「发散命中是否需要外部状态恢复」这一策略问题与具体 connector 解耦，再由调度器统一决策，风险面小而清晰。建议重点关注 KVConnectorBase_V1.supports_divergent_local_hybrid_hits 的契约语义、MultiConnector 的 all() 聚合，以及测试中 (False, 16, 6, 32) 用例如何锁定回落行为；若团队维护第三方 KV connector，需评估是否声明该能力以恢复发散命中性能。

补全两处类型注解，消除 griffe 文档构建警告

不值得精读。若团队也在用 griffe 或 mkdocstrings 生成 API 文档，可以把它当作“如何消除 missing type/annotation 警告”的最小范例：仅依赖 docstring 的 Args/Returns 描述不够，必须在函数签名上写类型注解。可顺带关注其 milestone 标注的 v0.27.0 cherry-pick 流程。

TPU 可导入 kimi_k3 公共模块，不加载 GPU 实现

值得快速一读：它展示了在包入口处理多平台的优雅分支策略，尤其是 TYPE_CHECKING 固定 nvidia、TPU 分支 pass 的组合。逻辑直白，无需深入精读。若关注 TPU 支持进展，可结合 PR #51196 一起看。

partial 递归块补发自描述 KV offload 事件，Mamba 组保留占位符

值得精读 `events.py` 中 `_record_partial_tail` 的 hash 对齐计算与 `scheduler.py` 的接入点，对自描述 KV 事件消费者有直接价值；tiering 混合状态下的元数据回填缺口可作为后续跟进方向。