vllm-project/vllm-omni：README 来源编辑指南

vllm-project/vllm-omni 的 README 将项目描述为"A framework for efficient model inference with omni-modality models"。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"README"下的说明是：Easy, fast, and cheap omni-modality model serving for everyone。这给出的首先是项目边界，而不是已经完成的生产验证。

从 README 的"README"和相关条目看，读者可以先判断它是否解决自己的具体问题：[2026/07] We released 0.24.0 - aligned with the vLLM 0.24 release line, expanding production-ready coverage across TTS, speech, diffusion, image/video generation, and robot-policy serving, with major Omni stage runtime refactoring,。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：[2026/08] We released 0.26.0, distributed layerwise diffusion offload, and broader model, hardware, streaming, TTS, and quantization support.。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。

README 把工作方式分散写在"About"等段落中。可确认的线索包括：vLLM was originally designed to support large language models for text-based autoregressive generation tasks. vLLM-Omni is a framework that extends its support for omni-modality model inference and serving:。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。

第一次安装应从 README 给出的入口开始。当前可复核的命令是： README 没有给出可直接复制的安装命令。 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"Citation"部分，确认系统依赖、默认端口和首次初始化动作。

日常使用的细节取决于项目实际文档。README 的"About"段落提到：vLLM-Omni directly supports most popular open-source models on HuggingFace, including:。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：[2026/06] Starting with 0.14.0, and CUDA/ROCm/MUSA/NPU/XPU coverage.。

README 能确认的限制比宣传页面更重要。当前来源没有证明vllm-project/vllm-omni具备固定的兼容矩阵、服务等级、性能基准或长期支持承诺。README 只明确写到"If you use vLLM-Omni for your research, please cite our paper:"。这类未知项应在选型记录里列为待验证事项，而不是被改写成肯定句。