vllm-project/vllm

修复 DeepSeek V4 RoPE 缓存重复初始化

该 PR 是一个简洁的 bugfix，设计思路清晰，值得参考其如何通过参数化控制父类的副作用。对于维护类似继承结构的开发者有启发意义。

为 Anthropic 和 OpenAI API 添加 defer_loading 和 tool_reference 支持

值得精读，尤其是理解前端消息转换架构和 Pydantic 序列化技巧。建议尽快补充单元测试和 E2E 测试（可使用 Qwen3 模型），并验证序列化签名在目标 Pydantic 版本下的兼容性。关注 `_convert_block` 中顶级 `tool_reference` 的丢失问题。

支持DeepSeek V4的max reasoning effort及模型特定值传递

值得精读，展示了模型特定参数传递与OpenAI兼容性之间的设计权衡，以及在多模型系统中如何优雅地扩展枚举值。建议关注Harmony parser对none的处理，确保后续客户端升级无虞。

收紧 OffloadingManager 参数类型为 Sequence

值得快速合并。该 PR 是对之前 review 建议的干净跟进，没有引入任何风险，且提高了代码健壮性。审阅者可以重点关注 `prepare_store` 中移除 `list()` 后的逻辑是否正确——检查后确认无误。

修复 Gemma4 PP 中 residual 和 per_layer_inputs 同步

建议阅读此 PR 以了解 Gemma4 在 PP 下的张量同步设计，特别是 IntermediateTensors 如何按需传递。对于有类似 PP + PLE 实现的模型开发者，这是一个值得关注的决策案例——如何平衡泛化与模型特定优化。

修复 BailingMoeV2.5 MLA RoPE 旋转维度不足

建议精读该 PR 以了解 MLA 注意力中 RoPE 参数的处理方式。虽然修改量小，但涉及对 `partial_rotary_factor` 与 `rope_dim` 优先级关系的修正，设计决策（filter vs. override）值得关注。后续可考虑补充单元测试验证 RoPE 维度计算正确性。

在容器镜像中嵌入构建来源元数据

该 PR 值得精读，特别是 `docker-build-metadata-args.sh` 的 fallback 设计和 Buildkite 流水线的集中化改造。对于维护类似 CI/CD 流水线的团队，这是一个很好的参考模式，展示了如何在构建过程中注入可追溯的元数据。

修复 DSV32/V4 非流式 tool call 类型转换缺失

值得精读参考：该 PR 展示了如何定位并修复一个因缺少类型转换导致的非流式 tool call bug，代码改动清晰，测试与源码联动紧密。开发者在实现类似 parser 时可参考其对 schema 类型转换的处理方式。