docs: add vLLM 开发入门 guide to vllm/

[Copilot]

Adds a new Chinese-language developer onboarding guide for vLLM contributors under vllm/vLLM-dev-guide.md, based on a community contribution by noooop.

Contents

• Environment setup — uv venv + two install paths (Python-only with VLLM_USE_PRECOMPILED=1 vs full C++/CUDA)
• Debugging — VS Code launch.json config for single-GPU vLLM server with debugpy
• Profiling — --profiler-config flag, /start_profile / /stop_profile endpoints, perfetto.dev visualization
• Linting — pre-commit setup and manual invocation (pre-commit run -a)
• Docs & testing — MkDocs local preview, pytest setup with CUDA/CPU caveats
• PR process — DCO/sign-off, title prefix taxonomy, code quality bar, RFC threshold (>500 LOC), review cadence

Original prompt

---

This section details on the original issue you should resolve

<issue_title>vLLM 开发入门</issue_title>
<issue_description>作者：noooop

大家好！如果你对 vLLM 项目感兴趣，这里有一份来自社区成员的贡献指南，希望能帮你顺利上手。

vLLM 欢迎任何形式的帮助！ 例如：

• 发现并报告问题：在使用过程中遇到 Bug 或不一致的地方？
• 支持新模型：希望 vLLM 支持你喜欢的模型？可以提需求，或者自己动手实现。
• 提出想法或新功能：有好点子？或者直接动手添加一个新特性。
• 改进文档与教程：觉得文档哪里不容易理解？欢迎帮忙改得更清晰。
• 帮助其他小伙伴：在社区回答问题，或者协助 Review 代码，都是很棒的贡献。
• 帮忙宣传：如果觉得 vLLM 好用，欢迎在博客或社交媒体分享，或者给我们的 GitHub 点个 Star，这都是很大的支持！

如果不知道从何开始：
可以到项目的 Job Board（任务板） 看看，那里标注了许多适合入门的任务和新模型支持任务，挑一个感兴趣的即可！

• 入门问题
• 新模型支持

🚀 第一步：准备好开发环境

1. 把代码搞到本地：
   git clone https://github.com/vllm-project/vllm.git
   cd vllm
2. 配置Python环境：
   推荐使用 uv 管理环境，更轻量快速。安装 uv 后，一键创建环境：
   uv venv --python 3.12 --seed
   source .venv/bin/activate
   注意：建议使用 Python 3.12，vLLM 的主要测试和兼容性基于此版本，可减少本地与测试环境不一致的问题。
3. 安装vLLM（两种方式）：

• 如果只改 Python 代码，可开启预编译加速安装：
  VLLM_USE_PRECOMPILED=1 uv pip install -e .
• 如果还需要修改底层 C++/CUDA 内核代码，使用标准安装方式：
  uv pip install -e .
  🔧 开发与调试小贴士
• 调试（Debug）：
  如果使用 VS Code，可以直接复制下面提供的 launch.json 配置，一键启动带调试的 vLLM 服务。
  {
  // Use IntelliSense to learn about possible attributes.
  // Hover to view descriptions of existing attributes.
  // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
  "version": "0.2.0",
  "configurations": [
  {
  "name": "vllm server single",
  "type": "debugpy",
  "request": "launch",
  "module": "vllm.entrypoints.cli.main",
  "env": {
  "VLLM_LOGGING_LEVEL": "DEBUG",
  // "VLLM_USE_MODELSCOPE": "True",
  // "MODELSCOPE_DOWNLOAD_PARALLELS": "10",
  },
  "args": [
  "serve",
  "Qwen/Qwen3-0.6B",
  "--reasoning-parser",
  "qwen3",
  "--gpu-memory-utilization",
  "0.8",
  "--port",
  "8000",
  "--enforce-eager",
  "--max-model-len",
  "5120",
  "-tp",
  "1",
  ],
  },
  ]
  }
• 性能分析（Profiling）：
  • 启动服务时可通过 --profiler-config 参数开启性能分析：
    vllm serve Qwen/Qwen3-0.6B --profiler-config '{"profiler": "torch", "torch_profiler_dir": "./vllm_profile"}'
  • 服务启动后，会提供 /start_profile 和 /stop_profile 接口，通过 curl 控制记录开始与结束：

We need first call /start_profile api to start profile.

$ curl -X POST http://localhost:8000/start_profile

Call model generate.

curl -X POST http://localhost:8000/v1/chat/completions
-H "Content-Type: application/json"
-d '{
"model": "Qwen/Qwen3-0.6B",
"messages": [
{
"role": "user",
"content": "9.11 and 9.8, which is greater?"
}
]
}'

After need call /stop_profile api to stop profile.

$ curl -X POST http://localhost:8000/stop_profile

• 生成的 .pt.trace.json.gz 文件可拖到 https://ui.perfetto.dev/ 可视化，查看函数调用和耗时详情。

We need first call /start_profile api to start profile.

$ curl -X POST http://localhost:8000/start_profile

Call model generate.

curl -X POST http://localhost:8000/v1/chat/completions
-H "Content-Type: application/json"
-d '{
"model": "Qwen/Qwen3-0.6B",
"messages": [
{
"role": "user",
"content": "9.11 and 9.8, which is greater?"
}
]
}'

After need call /stop_profile api to stop profile.

$ curl -X POST http://localhost:8000/stop_profile
[图片]

• 代码风格检查（Linting）：
  vLLM 使用 pre-commit 自动检查代码格式。安装后，每次 git commit 会自动运行检查。
  uv pip install pre-commit
  pre-commit install
• 也可手动检查所有文件：pre-commit run -a
  📖 写文档和跑测试
• 文档
  • vLLM 文档基于 MkDocs 编写，源文件为 Markdown。安装依赖后，运行mkdocs serve本地实时预览：
• 测试
  • vLLM 测试主要使用 pytest 运行测试。安装测试依赖后，可运行全部测试或单个测试文件
    pytest tests/
    📬 正式贡献流程：提交 Issue 与 PR
    提交 Issue（问题或需求）
• 遇到 Bug 或有新想法？请先到 GitHub Issues 搜索是否已有类似内容。
• 若没有，新建一个 Issue，尽量详细描述（如复现步骤、环境信息）。
• 重要！！！：如发现安全问题，请按安全指南私下报告，勿公开在 Issue 中。

2. 提交 Pull Request（PR）
   代码完成后即可提交 PR。为保障流程顺畅，请遵守以下约定：

• 同意开发者协议（DCO）
  在每个 commit 信息中需添加一行 Signed-off-by: 你的名字 <邮箱>。
  使用 git commit -s 可自动添加，也可在 VS Code 或 PyCharm 中设置自动添加。
• 撰写清晰的 PR 标题
  标题前加上明确前缀，便于快速识别修改类型，例如：
  • [Bugfix]：修复 Bug
  • [Doc]：文档更新
  • [Model] Qwen2：模型支持或改进
  • [Kernel]：CUDA 内核修改
  • [Core]：核心引擎逻辑修改
  • [Hardware][AMD]：硬件相关改动
  • [Misc]：其他小改动（慎用）
    若涉及多个方面，可合并相关前缀。
• 保证代码质量
  • 遵循 Google 的 Python 与 C++ 代码风格指南。
  • 通过所有 pre-commit 格式检查。
  • 编写清晰的注释与文档。
  • 记得补充测试，确保改动可靠。
  • 若影响用户使用（如新增参数、功能），请同步更新 docs/ 下的文档。
• 关于内核（Kernel）代码
  • 若修改底层 C++/CUDA 内核，建议了解“增量编译工作流程”以提升编译效率。
  • 新增自定义算子时，请按规范在 PyTorch 中注册并编写对应测试。
• 大型改动请先讨论（RFC）
  如果改动较大（代码超过 500 行，不含数据、配置、测试），请...

• Fixes vLLM 开发入门 #32

---

💬 We'd love your input! Share your thoughts on Copilot coding agent in our 2 minute survey.

[pacoxu]

@noooop 这边也同步了一份