vllm-project/vllm

为 torch.compile 补全平台后端参数，默认仍为 inductor

值得快速浏览的 PR，尤其是平台开发者。改动虽小，但清晰展示了 vLLM 如何通过 `current_platform.simple_compile_backend` 统一管理编译后端。建议关注 `kimi_k25_vit.py` 中 `disable` 与 `backend` 的组合方式，以及后续是否有平台真正覆盖该属性。

api_server 迁出 openai 目录，旧入口保留弃用警告

值得精读。这是 vLLM 前端入口架构的关键一步，重点学习三点：一是如何用兼容 shim（重导出 + DeprecationWarning + 保留 __main__）在生产级项目中安全推进 breaking change；二是插件接口公共化（vllm/plugins/endpoint_plugins/interface.py）如何降低入口模块与插件系统的耦合；三是 43 文件大迁移中测试、CI、文档配套的同步方法论。对多入口服务框架的目录规划有直接借鉴价值。

拒绝 pattern/format 与长度约束混用 schema

值得精读：这是一个 fail-closed 守卫与上游协作的典型样本，展示了如何在依赖库存在静默语义错误时，以最小代价在服务边界兜底。值得关注的设计决策：坚持宁可 400 也不静默出错；把长期修复责任明确移交上游 issue；在对其他后端（outlines、llguidance）做行为核对后再决定是否推广。若后续要扩展结构化输出支持面，abmfy 提出的 schema 位置感知遍历（只跟随 schema 承载字段、跳过 const/enum 数据）值得纳入重构。

XPU 测试依赖将 sentencepiece 降级至 0.2.1

该 PR 为常规依赖版本调整，逻辑简单，无需精读。值得留意的是上游 sentencepiece issue 的进展，若后续版本提供兼容选项，可考虑升级。

脱敏启动日志与编译缓存中的 api_key，修复密钥泄漏

值得精读，属于低成本高收益的安全修复范例。值得关注的设计决策：脱敏只挂在日志路径上，刻意不动 get_non_default_args() 与 --args-json，避免影响 Rust 前端数据流；_redact_sensitive_args 在无敏感字段时返回原对象，减少无谓拷贝；测试用 caplog 断言日志最终文本，直接锁定泄漏面。可借鉴的改进方向：把敏感字段定义下沉到参数元数据（如 argparse 的 sensitive 标记），或扩展为模式脱敏，减少硬编码白名单的维护成本。

将 pooling 任务校验 ValueError 改为语义化 VLLMValidationError

值得快速浏览以了解语义化异常的应用方式，可作为后续入口错误处理重构的参考。但该 PR 本身改动简单，无需深入精读。

DSA 模型改为默认走 CUDA 非编译 MRV2 路径

值得精读。这是一个典型的默认路径切换 + 平台分派 PR，建议关注三点：1) `vllm/models/deepseek_v32/__init__.py` 的 CUDA/非 CUDA 导入分派如何与 `registry.py` 解耦并保持类名契约；2) `vllm/config/vllm.py` 中架构集合 + 环境变量自动写入 + `CompilationMode.NONE` 的配置自动决策模式，可作为其他模型默认执行路径的样板；3) capability-gated kernel 与 fallback 的硬件兼容策略。也需注意到其测试主要集中在配置层、真实硬件验证依赖 CI 的代价。

回滚错误的 MM keep_on_cpu=True 变更，修复 CI 回归

该 PR 是紧急修复，改动直接，建议快速合入以稳定 CI。值得关注的是回滚时对 `non_blocking=True` 的补充，这是一个性能折中策略，可以借鉴。但需在合入前确认相关模型的测试覆盖。