vllm-project/vllm

移除 DeepseekV4 中无用的包装类和数据结构

值得合并，因为它清除了无用的抽象层，降低了后续维护成本。虽然没有功能变化，但类似的清理有助于保持代码健康。对于阅读者，可以从中学习到如何通过消除不必要的包装来简化代码结构。

修复 PD+SD 测试中重复 BOS 问题

建议合并。修复虽小但提升了测试质量，防止未来因 token 不一致导致的误判。

修复 _has_module 测试用例覆盖范围

本 PR 是简单的测试修复，技术价值较低，但反映了合入流程中测试未同步更新的问题。建议团队在快速合入时确保测试与实现一致，可考虑增加合入检查步骤。

添加稀疏 NCCL 权重传输支持

值得精读：PR 展示了在复杂分布式模块中增量添加新传输模式的典型方法——数据契约优先（`SparseWeightPatch` 与 `update_kind`）、基类抽象与后端实现分离、性能敏感度（GPU-CPU 同步取舍）。适合希望理解 vLLM 权重传输架构或计划实现类似稀疏方案的开发者。

Rust 前端 generate 端点支持 SSE 流式

建议仔细阅读 generate.rs 中的 generate_chunk_stream 和 generate_sse_stream 实现，特别是 asynk_strim_attr 宏的使用、错误用道的设计以及与 completions 端点的相似性。这些实现在后续其他 Rust 路由中可复用。

修复并稳定 ROCm 上 EAGLE3 测试

该 PR 值得精读，尤其是断言语义的调整和 EP 条件判断的设计，展示了如何在测试中平衡严格性与实用性。建议未来审视是否有其他 speculative decoding 测试需要类似处理。

优化 DSv4 稀疏 FP8 KV 缓存压缩器内核

值得阅读，该 PR 展示了如何通过细致的内核调优（线程映射、寄存器张量、向量化加载）在牺牲少量代码可读性的情况下换取数倍性能提升。对关注高性能 GPU kernel 开发的工程师有启发。

新增 JetBrains Mellum v2 代码生成模型支持

该 PR 结构清晰、改动集中，适合作为新模型支持的标准参考。建议简要浏览实现文件，了解 vLLM 添加新模型时需修改的注册点（registry.py、configs/__init__.py、config.py）。