一、引言#
vLLM 是目前最流行的大模型推理框架之一，凭借着 PagedAttention 等核心技术在工业界广泛落地。然而，作为一个高速迭代的大型开源项目，vLLM 的代码库庞大、模块繁多，对新贡献者来说上手成本极高——光是读懂一个 Feature 的实现路径，往往就需要数天时间。
随着 Coding Agent 越来越普及，在参与 vLLM 社区开发的过程中，我开始尝试使用 Claude Code 来辅助日常工作：读代码、写测试、做 Code Review、分析 Issue 等，发现效果还不错。相比于纯“古法编程”，我的工作效率确实提升了不少。
因此，我整理了自己平时在 vLLM 社区工作的 Workflow 以及一些常用的 Skill，放到了 vllm-dev-skills 这个仓库中，分享给同样想做 or 正在做 vLLM 社区贡献的朋友。
注意：从这里开始，以下内容都是 AI 生成的（Co-authored-by: Claude Code）。
二、项目介绍#
这个仓库按开发流程将 Skill 分为三大类：
2.1 代码学习类#
vllm-feature-tutorial：读懂一个 vLLM 模块，只需一条指令。
痛点：vLLM 的模块设计复杂，看一段代码往往要在十几个文件之间跳来跳去，还要同时理解 CUDA Kernel、Python 接口、调度逻辑多个层次。
Skill 效果：输入一个 Feature 名称（如 Chunked Prefill、Prefix Caching），该 Skill 会生成一篇包含以下内容的中文深度解析文档：
- 背景与动机：为什么要有这个功能？解决了什么问题？
- 核心数据结构与类：附带 Mermaid 类图；
- 执行流程：从 API 调用到底层实现的完整调用链，附带 Mermaid 流程图；
- 关键代码走读：逐段解释核心实现逻辑；
- 与其他模块的交互关系：依赖了哪些组件，被哪些模块调用。
这个 Skill 目前是我使用频率最高的一个，尤其在接手一个不熟悉的 Feature 时，能节省大量阅读时间。
2.2 特性开发类#
vllm-feature-design：从需求到实现的全流程辅助。
适用场景：你有一个新 Feature 的想法（或被分配了一个任务），但还没有清晰的实现路径。
Skill 输入：Feature 描述 + 相关 PR/Issue 链接 + 参考资料。
Skill 输出：
- 核心代码实现（不含测试）——包括新增文件、修改点、关键函数实现；
- Markdown 设计文档——包含架构图、数据流、模块改动说明、权衡分析。
注意：这个 Skill 的定位是"辅助设计"而非"完全自动化"，实际 PR 还需要开发者仔细 Review 并调整。
vllm-rfc-generator：生成规范的 RFC 提案。
vLLM 社区对大型架构变更要求提交 RFC 文档。这个 Skill 能根据你的想法生成符合社区规范的 RFC 草稿，但由于 RFC 内容高度依赖深度领域知识，目前评分较低，更多作为起草辅助工具使用。
vllm-pr-desc-generator：告别手写 PR 描述。
输入一个 PR 的代码变更，自动生成符合 vLLM PR 模板（Purpose / Test Plan / Test Result）的规范描述。对于修改量大、涉及多个文件的 PR 尤其实用。
2.3 测试与维护类#
vllm-test-generator：自动生成测试用例。
给定一个函数、类或场景描述，生成对应的：
- 单元测试：覆盖正常路径、边界条件、异常路径；
- 端到端测试：模拟真实推理请求，验证系统行为。
vllm-ascend-test-generator：是专门为华为昇腾适配版本（vllm-ascend）定制的变体，了解昇腾硬件特性和该项目的测试规范。
vllm-benchmark-result-summary：快速对比性能数据。
将两份 vLLM Serving Benchmark 的输出文本（修改前/后）粘贴给 Skill，它会自动：
- 解析各项指标（吞吐量、P50/P99 延迟、TTFT 等）；
- 计算百分比变化，标注改善/退步；
- 给出简短的性能变化摘要。
vllm-pr-summary：PR Review 提效工具。
输入一个 vLLM PR 的编号或链接，生成包含以下内容的分析报告：
- PR 目的与背景；
- 代码变更分析（含架构/流程 Mermaid 图）；
- 潜在风险点与 Review 建议；
- 测试覆盖评估。
适合快速了解一个 PR 做了什么，或者在 Review 时作为辅助参考。
vllm-multimodal-open-issue-analyzer：多模态相关待处理 issue 搜集与整理。
自动拉取并分类整理 vLLM 仓库中与多模态相关的 Open Issue，按问题类型（Bug、Feature Request、性能等）分组，便于快速了解社区当前的痛点和待解决问题。
三、使用体验#
以下是一些我在实际开发中的使用体验：
- 读代码阶段：接到一个 EPD 相关的任务，用
vllm-feature-tutorial生成文档后，20 分钟内完成了对整个模块的基本认知，而之前纯手动阅读需要至少半天； - 开发阶段：用
vllm-feature-design辅助设计实现方案，生成的代码框架准确度约 60-70%，还需要手动调整细节，但起点比从零开始高很多； - 提 PR 阶段：
vllm-pr-desc-generator生成的 PR 描述基本不需要大改，节省了不少写文档的时间； - Review 阶段：
vllm-pr-summary在快速浏览社区 PR 时很有用，特别是需要了解某个 PR 背景但不想仔细读代码的场景。
四、快速开始#
- 安装 Claude Code CLI（参考 官方文档）；
- Clone 本仓库，将
skills/目录中的 Skill 文件放置到 Claude Code 的 Skill 目录（~/.claude/skills/）； - 在 Claude Code 中使用
/Skill名称调用对应 Skill。
# 示例：生成 Chunked Prefill 的技术解析文档
/vllm-feature-tutorial
# 示例：分析 vLLM 某个 PR
/vllm-pr-summary
五、一些思考#
在使用这些 Skill 的过程中，我有几点感受：
- AI 辅助开发的价值在于降低认知负担，而不是替代思考。Skill 生成的内容是起点，不是终点，开发者的判断和领域知识依然不可替代；
- 标准化的工作流越清晰，AI 发挥越稳定。像 PR 描述、RFC 模板这类有固定格式的任务，AI 效果最好；越开放、越需要创造性判断的任务，效果越依赖提示词质量；
- Skill 的复用价值随使用次数递增。单次节省的时间可能不多，但在高频重复的开发流程中，积累效益相当可观。
六、后续计划#
- 持续补充新 Skill，覆盖更多开发场景；
- 优化现有 Skill 的提示词，提高输出质量和稳定性；
- 探索 Multi-Agent 协作模式，例如让多个 Skill 联动完成端到端的 Feature 开发流程。
欢迎感兴趣的朋友 Star、Fork，也欢迎提 Issue 或 PR 贡献新的 Skill！
