vllm-project/vllm

修复 ROCm 上 gpt-oss 模型在 triton 3.6 中的导入兼容性问题。

此 PR 变更简单，适合了解如何优雅处理第三方库版本变更的场景，但对于深入学习核心逻辑价值有限。建议关注 try-except 回退模式在依赖管理中的应用。

修复 ROCm 上 gpt-oss 模型的 padding 对齐和 RMSNorm fusion 问题。

建议工程师阅读此 PR 以了解 ROCm 特定优化和 padding 对齐的最佳实践，重点关注 `enable_norm_pad_fusion` 的逻辑变化和 MI300 padding 的调整，同时注意 gemini-code-assist[bot] 提到的相关错误可能需在其他 PR 中处理。

移除配置类 docstring 中的显式换行符，优化 CLI 帮助文本格式化。

对于负责 CLI 或文档维护的开发者，建议阅读此 PR 以了解如何自动处理 docstring 列表格式化。重点关注 `SortedHelpFormatter._split_lines` 方法中的 regex 设计，它展示了处理 Markdown 风格列表的实用技巧，值得学习。

为FP8 KV缓存添加跳过滑动窗口注意力层量化的功能，以优化性能和减少精度风险。

建议技术管理者关注此PR从特定需求泛化为通用机制的设计思路，值得在其他功能扩展中借鉴。工程师应精读attention.py中的逻辑实现，特别是跳过检查的顺序和与现有代码的交互，以理解如何安全集成量化跳过功能。同时，注意review中提到的与PR #38124的潜在重构，未来可能影响dtype处理。

添加 VLLM_MAX_N_SEQUENCES 环境变量，强制限制每请求输出序列数以防止拒绝服务攻击。

建议精读此 PR，特别是 vllm/sampling_params.py 中的验证逻辑和 docs/usage/security.md 的更新，以了解如何实现资源限制和防范 DoS 攻击。设计简单直接，但展示了安全配置的实践，值得工程师学习。

重构EPLB映射提交逻辑，提取函数并添加单元测试，提升代码可维护性。

此PR值得精读，特别是对于关注分布式专家并行（EPLB）模块的工程师。建议关注提取函数的设计决策（如保持函数私有性）和错误处理（如反转逻辑的修复），这些体现了代码重构和团队协作的最佳实践。

为Mooncake连接器添加单元测试并修复请求错误处理中的双重发送问题。

建议工程师精读`test_mooncake_connector.py`文件以学习模拟复杂分布式交互的测试设计，并关注`mooncake_connector.py`中`wait_and_ret`函数的修改，理解错误处理逻辑的设计权衡和潜在风险。

将夜间wheel索引生成移至单个构建后步骤，消除并发构建竞赛条件。

建议工程师阅读此 PR 以理解 CI 流水线改进设计，特别是 allow_dependency_failure 的使用和分离关注点的实现。关注 review 中关于 robustness 的讨论，借鉴如何避免脆性脚本实践。对于维护构建基础设施的团队，此变更值得精读。