Open Source

成为核心贡献者

从真实 Issue、提交和 Release 信号出发，规划 30 / 60 / 90 天贡献路线。目标是承担持续维护责任，而不是堆 PR 数量。

Codex for Open Source 官方申请说明 →

更新于 2026-11-05T07:57:30+00:00 · 实际模型：LongCat-2.0（3 个仓库的 18 个阶段降级到 gemini-3.1-pro-preview）

每个项目已经拆成独立页面。任务卡只绑定真实、仍开放的 GitHub Issue，标出是否已有人认领，并附一段可以直接贴的英文认领留言。

本周先做这三个

全部可在 MacBook / CPU 上完成（最多用 Colab 免费 T4 做最终确认）；无人认领、没有关联 PR、优先级高且能用上 kernel / 性能专长的排在前面。

modelscope/DiffSynth-Engine · #199 为 FlowMatchEuler sampler 添加与 diffusers 的数值对齐测试（CPU）
medium · CPU · 2 个晚上 · 利用算子数值正确性验证的专长，在 CPU 上建立 sampler 的参考实现对照。
vllm-project/vllm · #60007 [Tests] 添加 CPU vs CUDA int8 quant / layernorm 精度对照测试
low · Mac · 3–4 个晚上 · 使用候选人在算子数值正确性、量化内核、精度验证方面的专长。
sgl-project/sglang · #43154 修复 OutputLogprobProcessor 在混合 batch 下返回空 list 导致的 tolist 崩溃
medium · CPU · 1–2 个晚上 · 算子数值正确性与 CPU 参考实现——与候选人在 PyTorch 内核与算子融合上的经验完全匹配。

6 个候选任务

sgl-project/sglang

SGLang 是由 LMSYS 维护的开源高性能推理/服务框架，面向大语言模型（LLM）、视觉语言模型（VLM），并已扩展到扩散模型（图像/视频生成）、音频 Omni 等模态。它把 RadixAttention 这类早期学术工作工程化为一个生产级 serving stack，核心卖点是：结构化生成（guided decoding / grammar-base…

experimental/sgl-router/ 路由层（Rust 核心 + Python e2e + 与 Python Scheduler 的 load 协议桥接）

★ 37021 · 最近推送 2026-10-12

修复 OutputLogprobProcessor 在混合 batch 下返回空 list 导致的 tolist 崩溃
sgl-router 与 Python Scheduler 之间 LoadStat 序列化合约测试
转录端点 multipart 上传无大小限制导致的内存耗尽漏洞

查看任务卡与实施方案 →

3 个候选任务

sgl-project/sglang-omni

SGLang-Omni 是 sgl-project 下的多阶段（multi-stage）推理服务运行时，专门面向 omni 模型、语音 / TTS 模型以及统一多模态模型。它把一次生成拆成多个异构阶段——预处理、编码器、自回归引擎、talker、解码器、vocoder、聚合器——分别匹配不同的调度器与传输后端，对外暴露 OpenAI 兼容的 `/v1/aud…

Apple Silicon / MLX 后端负责人（sglang_omni_mlx/ + models/*/mlx/ + Apple Silicon 测试与基准）

★ 1323 · 最近推送 2026-10-08

[Apple Silicon] 为 Fun-ASR TorchMPS runner 补 request builder 单元测试
[Apple Silicon] 新增 Apple Silicon runtime_metrics 基准脚本（Qwen3-ASR MLX）
[RFC] Full-Duplex Recoverable Unit Failures 中「Unit 生命周期状态机」子项

查看任务卡与实施方案 →

4 个候选任务

vllm-project/vllm

vLLM 是目前最活跃的开源 LLM 推理与服务引擎之一，起源于 UC Berkeley Sky Computing Lab，由 2000+ 贡献者维护。它围绕 PagedAttention 这一核心内存管理技术构建，解决大语言模型推理中 KV cache 内存浪费与吞吐瓶颈问题，同时提供 continuous batching、chunked prefil…

csrc/cpu/ + benchmarks/kernels/cpu/ + tests/kernels/ 的 CPU 回归测试，长期负责 vLLM CPU 后端的 kernel 优

★ 93192 · 最近推送 2026-10-05

[CPU] 为 csrc/cpu/ 添加 batch-invariant greedy/top-k/top-p 采样内核
[CPU] 为 cpu_fused_moe 与 mamba_cpu 添加微基准
[Tests] 添加 CPU vs CUDA int8 quant / layernorm 精度对照测试

查看任务卡与实施方案 →

5 个候选任务

flashinfer-ai/flashinfer

FlashInfer 是一个面向 LLM serving 的高性能 GPU 内核库与内核生成器，核心卖点是在 attention、GEMM、MoE、采样、通信等推理热点路径上提供统一 API，并在 FlashAttention-2/3、cuDNN、CUTLASS、TensorRT-LLM 等多个后端之间按硬件与负载自动选择最优实现。项目采用 JIT 编译为默…

flashinfer/experimental/ 的 Python 层（含 experimental API 的契约测试、backend 选择逻辑、错误路径、docstring、t

★ 6546 · 最近推送 2026-10-05

test(cli): 为 flashinfer collect-env / show-config / list-modules 补单元测试
docs(diffusion_ops): 补全 docstring、类型标注与最小可运行示例
docs(experimental): 新增 experimental backend 开发 tutorial

查看任务卡与实施方案 →

4 个候选任务

Dao-AILab/flash-attention

FlashAttention 是 Dao-AILab 维护的高效精确注意力（exact attention）实现，围绕 Tri Dao 等人的 FlashAttention 系列论文演进：FA1（IO-aware exact attention）、FA2（更优并行与工作切分）、FA3（Hopper 优化，beta 版在 hopper/ 目录）、FA4（用 N…

FA4 调度层（flash_attn/cute/tile_scheduler.py + prepare_scheduler.py）与 MLA/稀疏 MLA 路径的“设计契约文档 +

★ 25119 · 最近推送 2026-10-07

[Docs] 合并稀疏 MLA 精度设计笔记并补回归锚点
[Tests] 为 #2986 新增 pre-softmax 最大 logit CPU 参考实现与接口契约测试
[Docs] 新增 FA2/FA3/FA4 行为一致性对照矩阵

查看任务卡与实施方案 →

5 个候选任务

tile-ai/tilelang

Tile Language（tile-lang）是由 Tile-AI 维护的 Pythonic DSL，目标是让高性能 GPU/CPU/NPU kernel 的开发更接近写 PyTorch，同时仍能做 tile 级别的底层优化。它构建在 Apache TVM 之上，自 TVM 的 TIR 之上发展出 TIRX IR 与一套独立的 pass 管道，并在 IR …

CPU / Metal / WebGPU 后端的 correctness 测试基础设施与调试工具链（transform pass 可视化、IR dump、JIT 缓存可观测性）

★ 8577 · 最近推送 2026-10-12

[Maint][HostChecks] 新增 dtype 不匹配与 scope 错误的静态检查脚本
[Test][CPU] 为 LLVM CPU 后端新增 GEMM / GEMV / elementwise correctness 评估
[Docs][Tools] 为 lower_trace 与 pass_diff 新增端到端使用示例

查看任务卡与实施方案 →

4 个候选任务

huggingface/diffusers

🤗 Diffusers 是 Hugging Face 维护的扩散模型推理与训练工具库，定位是「state-of-the-art pretrained diffusion models for image, audio, and even 3D structures」的模块化工具箱。README 明确把设计哲学写成 usability over perform…

src/diffusers/schedulers/ + tests/schedulers/ + scripts/ 的 CPU 可验证层，并横向覆盖 benchmarks/ 的 CP

★ 34702 · 最近推送 2026-10-12

[tests] 为 FlowMatchEulerDiscreteScheduler 补 CPU 数值回归测试
[tests] 为 schedulers 在 MPS/CPU 上补 NaN / 越界契约测试（对齐 #15002）
[models] 审阅 WanCausalConv3d F.pad 优化（#14993）并补 CPU 数值一致性测试

查看任务卡与实施方案 →

5 个候选任务

hao-ai-lab/FastVideo

FastVideo 是一个面向视频生成大模型（如 Wan2.1/2.2, MiniMax-H3 等 DiT 架构）的端到端统一推理与后训练（Post-training）加速框架。它的核心价值在于打破了“训练”与“推理”的壁垒，通过算法层（DMD2 蒸馏、Video Sparse Attention 稀疏注意力、Self-Forcing 因果蒸馏）与系统层（定…

fastvideo/mlx_runtime (Apple Silicon 推理后端) 与 fastvideo/distributed (分布式调度逻辑)

★ 4486 · 最近推送 2026-09-21

[perf] Reuse cached VAE offload for H3 reference and keyframe encoding
[Bug] MPS generation fails when multiprocessing worker returns output tensors
[Feature] Implement batching support for inference (Roadmap Q3)

查看任务卡与实施方案 →

5 个候选任务

thu-ml/TurboDiffusion

TurboDiffusion 是清华大学机器学习组（THU-ML）开源的端到端视频扩散模型（DiT）推理加速框架。其核心目标是通过算法与系统协同设计，在单张消费级或数据中心 GPU 上实现 100-200 倍的生成加速，同时保持视频质量。项目目前处于早期快速迭代阶段（README 明确指出“checkpoints and paper are not fina…

分布式训练调度 (FSDP) 与硬件无关推理管线 (Hardware-Agnostic Inference)

★ 3762 · 最近推送 2026-08-27

修复 setup.py 编译参数，支持 Turing/Ampere 等旧架构
修复使用 original attention 时加载权重的 Unexpected key 错误
调查并修复 14B 480p 模型 local_attn 权重为 0 的问题

查看任务卡与实施方案 →

6 个候选任务

modelscope/DiffSynth-Engine

DiffSynth-Engine 是阿里 ModelScope 团队维护的一个面向扩散模型（Diffusion）推理的高性能引擎，核心定位是把 DiT、Wan2.x 系列视频模型、Qwen-Image、Flux 等主流生成模型做成一套自研、低依赖、可跨平台的推理管线。README 明示它“重新实现了 sampler、scheduler 等关键组件”，刻意避免…

diffsynth_engine/utils/ 模块 + algorithm 层的跨平台兼容性与测试覆盖

★ 433 · 最近推送 2026-09-03

为 FlowMatchEuler sampler 添加与 diffusers 的数值对齐测试（CPU）
修复 utils/parallel.py 对 torch 2.9 的兼容性（纯逻辑层）
为 FluxOutpaintingTool / QwenImageUpscalerTool 补充单元测试

查看任务卡与实施方案 →

2 个候选任务

JeffreyXiang/FlexGEMM

FlexGEMM 是一个基于 Triton 的 3D 稀疏卷积 GEMM 后端，核心目标是在 Submanifold Convolution 与体素稀疏卷积的训练/推理路径上，用 Triton 重写高性能稀疏 GEMM kernel，从而在 A100 等 GPU 上稳定超越 spconv、torchsparse、fvdb 等现有方案。项目名字里的 'Flex…

ops/serialize + ops/utils + 全项目 CPU fallback 路径 + 测试/CI 基础设施

★ 154 · 最近推送 2026-06-25

fix(autotune): 修复 @triton.heuristics 包裹 kernel 的 cache key 命名空间错误
Roadmap #23 子任务：为 Triton autotune cache 设计版本化 schema 与校验

查看任务卡与实施方案 →

5 个候选任务

NVIDIA-NeMo/labs-molt

Molt 是 NVIDIA NeMo 实验室维护的一个 agentic-first 强化学习训练框架，定位是研究导向、PyTorch / HuggingFace 原生、面向 1T 级 MoE 规模的全异步 agentic RL。它把整个栈压到三个薄层：Ray 负责 placement 与 rollout↔trainer 之间的异步队列，**v…

molt/agents/ + molt/utils/vlm_utils.py + tests/unit/agent* 与 tests/unit/vlm* 测试簇，长期负责「agen

★ 1167 · 最近推送 2026-10-04

test(agents): CPU-only conftest fixtures + mark GPU-only agent tests
test(vlm): unit tests for vlm_utils image placeholder expansion
test(agents): DistillationEnv / chat_minimal env 单元测试

查看任务卡与实施方案 →

4 个候选任务

RightNow-AI/autokernel

AutoKernel 是一个受 Karpathy autoresearch 启发的 GPU 算子自动优化 AI 代理框架。它的核心理念是：给定任意 PyTorch 模型，AI Agent 会自动分析瓶颈、提取算子，并在一个无限循环中（修改代码 -> 编译运行 -> 验证正确性与性能 -> 保留或回滚）不断迭代优化 Triton 或 CUDA C++ 算子…

CUDA 模板架构师与 Agent 优化策略（Prompt）负责人

★ 1564 · 最近推送 2026-03-19

修复 fused_mlp.py 中 Triton math.tanh 编译报错
添加 DiT 模型所需的 Modulated LayerNorm (AdaLN) 算子模板
扩展 Profiler 以识别量化模型 (bitsandbytes) 算子

查看任务卡与实施方案 →

1 个候选任务

THU-MIG/edge-dit.cpp

edge-dit.cpp 是清华大学 THU-MIG 团队发起的一个开源、DiT-first 的 C/C++ 原生推理引擎，专为在本地和资源受限设备上运行 Diffusion Transformer（DiT）而设计。它基于 ggml 张量/图运行时构建，目标是在没有 Python、没有 PyTorch 依赖的前提下，为 FLUX.1/FLUX.2、SD3/S…

CPU / Metal 验证与工具链质量（覆盖 src/core/runtime CPU 路径、src/core/parallel/backends/cpu、`src/ut

★ 51 · 最近推送 2026-09-01

proposal: 为 LTX-2.3 补 CPU 路径回归测试与文档对齐（基于 #82 上线后）

查看任务卡与实施方案 →