vllm-project/vllm

引入 RoutedExperts 别名并解耦 SharedExperts 存储

值得精读，尤其关注 `modular_kernel.py` 中如何将 SharedExperts 从内部状态改为方法参数，这是典型的解耦模式。对于 MoE 重构系列，理解此 PR 有助于后续理解 PR#38590 的更大变更。

修复 Responses API 消息合并，合并连续 assistant 消息

该 PR 值得精读，尤其是学习如何通过函数签名设计（prev_msg 参数）将隐式的合并策略直接集成到构造逻辑中，替代独立的合并函数。review 中关于类型安全的讨论也值得参考。

为 KV 事件添加缓存类型与滑动窗口元数据

精读核心设计决策，特别是关于状态位置（事件携带 vs 独立查询）的权衡；该模式也可用于其他需要区分实例 identity 的事件系统。

修复 CPU 环境下 Rotary Embedding 导入 flash_attn 崩溃

值得立即合并。改动极小，修复明确，已通过实际模型验证。建议合并后补充 CPU 环境下的 CI 测试，覆盖 RoPE 模型加载场景。

清理 pooling 模型的 build_tok_params 逻辑，提取到 Mixin 类

该 PR 是典型的重构，值得关注其 Mixin 设计模式。建议审核时重点关注 EmbeddingTokenizeParamsMixin 中是否保留了 max_output_tokens_param 的原始语义。整体上推荐合并，但需确认行为差异点。

将 prepare_store_kv 移到 get_finished 防止 store 丢失

值得精读。本 PR 展示了在异步流水线中确保关键操作不被跳过的设计模式：将必做操作移到无条件执行的 finally 块中。同时 review 中对幂等性的讨论也值得关注。

漏洞管理文档新增联系人

可直接合并，无需深度审阅。该 PR 是纯文档维护，值得关注的是团队协作流程——成员变动需其他成员批准。

增强 IR ops 命名验证、堆栈跟踪与测试隔离

该 PR 的设计决策值得精读，尤其是： - 使用 monkeypatch + 随机库名实现 PyTorch custom op 完全隔离的模式，可推广至其他需要注册 PyTorch ops 的测试场景。 - 装饰器堆栈切片技术，精准获取用户注册位置的堆栈。 - `__str__` 基于 docstring 退化的约定，平衡可读性和实现复杂度。 对于计划扩展 vLLM IR 或从事类似注册式基础设施开发的工程师，该 PR 提供了有价值的参考。