vllm-project/vllm

修复 MiMo 窗口注意力路径丢失视觉 sinks

值得精读。两个设计决策很有参考价值：一是用误差表量化区分两种 sinks 语义（key 0 偏置 vs null logit），避免把 `s_aux` 当作等价实现直接接入；二是选择「内核内一步修正」而非「事后 LSE 修正」，以可维护性为优先，并配套性能数据（2-4 倍加速）证明取舍。对多模态模型接入自定义注意力语义、以及向 Triton 内核扩展可选模式的团队有直接借鉴意义。

修复测试 entry_points mock 误屏蔽 NCCL 后端注册

建议快速阅读，重点看 tests/v1/logits_processors/utils.py 中“最小化 mock 范围、其余委派原实现”的模式，以及新增测试用哨兵对象验证委派行为的技巧；可配合 pytorch/pytorch#192062 的根因分析理解整个问题链。无需精读，因无生产代码逻辑。

为 Rust gRPC 前端新增显式 DP rank 引擎路由

值得精读。核心看 `choose_engine_for_request` 的过滤式写法、metadata 解析的 fail-loud 策略、`config.rs` 的校验矩阵。review 中 njhill 对 DP size 归属的判断、BugenZhao 对能力字段的反对，体现了“少加协议字段、保持前端职责单一”的设计哲学，对后续 Rust 前端协议演进有直接借鉴价值。

PR 评论新增 /ci cancel 命令，可取消 Buildkite 构建

值得快速阅读。该 PR 是一个小而完整的 CI 命令范式：常量定义、精确解析、权限复用、API 封装与测试覆盖齐备，适合作为后续扩展其他 `/ci` 子命令（如 `/ci restart`、`/ci status`）的模板。真正值得借鉴的设计是 `list_builds` 的参数化过滤与 `is_build_for_pr` 的归属校验组合，这能有效防止误操作。

新增 Buf 发布流程，托管 gRPC schema 供外部消费

值得精读。虽然新增代码只有 85 行，但它在发布治理上有几个可借鉴的设计：用 nightly/main/版本 label 区分不同消费场景；把 token 注入限定在主仓库的非 PR 事件，使 fork 贡献者可跑校验又不泄露凭据；通过 pin action commit 与 CLI 版本提升供应链安全。对要建立外部 schema 或 API 发布渠道的团队来说，这是一个低成本的样板。

Kimi-K3 支持 DCP 解码，直接对称内存 A2A 大幅提速

值得精读。建议重点关注三处设计：`dcp_utils.py` 中 `_DirectDCPWorkspace` 的持久对称缓冲区 + epoch 奇偶槽位复用机制（CUDA-graph 安全的关键）；`dcp_direct_a2a_lse_reduce.cu` 中空 shard 源端掩码与消费端零权重跳过的一致性设计；`mla_attention.py` 的 `align_mla_chunked_context_workspace_size` 如何用 `lcm` 对齐同时满足 DCP 分块与 graph padding。对计划在自有模型上接入 DCP 的工程师，这是目前最完整的参考实现。

DSV4 parser thinking 默认对齐 tokenizer，修复工具调用泄漏

值得精读。8 行核心改动配合参数化测试，展示了「与 tokenizer 默认行为对齐 + 保留显式 opt-out」的回归修复模式；trace_builder 的配套改动体现了测试不应隐式依赖默认值的原则。对从事 LLM serving 解析层与 structured output 的工程师有参考价值。需关注 thinking / enable_thinking 冲突时的 OR 语义，以及 reasoning_effort 字符串比较的耦合。

修复 DSpark 缺稀疏索引 buffer 的启动崩溃

值得快速阅读而非精读：修复本身仅 5 行，但有三点值得学习——(1) 最小修复原则：issue 已给出完整根因后，作者只调整断言归属，不重构、不扩大改动面；(2) 验证方法论：用『临时测试 + 静态检查 + 真机 A/B 启动对比 + 运行时指标确认』四层证据证明修复有效，即使最终未保留自动化测试，验证强度也足够；(3) review 权衡：reviewer 基于改动过小主动要求移除专门测试，体现对测试维护成本与收益的务实取舍。若团队后续想加固该路径，可在既有 sparse FlashMLA smoke 测试中补一个 warmup 场景断言。