vllm-project/vllm

新增NIXL心跳租约续期，优化KV块保留时间

值得所有关注分布式 KV 传输的开发者精读。设计上展示了典型的租约续期模式，接口抽象和配置简化决策值得借鉴。建议重点阅读 `scheduler.py` 的 `on_new_request`/`_stop_heartbeat` 和 `worker.py` 的 `_ensure_handshake`/`_send_heartbeats`，体会如何在分布式组件间实现轻量级心跳协议。

修复25个模型文件中prefix传递缺失

该PR值得精读，它展示了vLLM模型prefix传递的统一模式与常见遗漏。可学习`maybe_prefix`的用法及继承设计。同时应关注review指出的未解决问题，确认是否需要后续修复。

修复 FlashInfer + DCP HND 布局崩溃

此 PR 可作为极小改动解决关键崩溃的典型范例，值得快速合并。建议后续补充自动化测试覆盖该场景，并考虑采纳 Copilot 建议显式指定布局参数以增强健壮性。

修复 NIXL side-channel host 在 Ray DP 中的选择错误

该 PR 值得阅读，特别是 `_set_nixl_side_channel_host` 和 `get_env_vars_to_copy` 的改动展示了分布式环境中环境变量隔离的设计模式。Review 中关于结构性修复 vs 症状修复的讨论也值得学习。

更新文档说明 MolmoWeb 模型使用 hf_overrides 配置

建议所有使用 MolmoWeb 模型或类似架构变体的用户阅读此文档。对于开发者，这是一个很好的示例，展示了如何在不添加新代码的情况下通过文档和 hf_overrides 机制支持模型变体。

精简 CI LoRA 测试，跳过冗余项

建议关注被跳过多 GPU 测试的死代码问题，考虑仅在 CI 特定标记而非平台级别跳过；对于 AMD CI，建议验证实际运行测试是否有效；此 PR 的设计决策值得学习，但覆盖风险需接受。

新增 prompt_text 字段返回聊天模板渲染文本

该 PR 设计简洁，值得关注其参数设计思路和直接利用引擎内部数据的做法。推荐在类似场景（如需要暴露内部处理结果）时参考此模式。

将 mamba_type 字符串改为枚举，简化选择器逻辑

建议阅读 `vllm/v1/attention/selector.py` 和 `vllm/v1/attention/backends/registry.py` 的变更，了解如何从字符串映射演进为类型安全枚举。对于关注类型安全和代码整洁的团队，这是一个值得借鉴的重构模式。