vllm-metal 发布首个正式版 v0.28.0，将 vLLM 调度器、分页 KV 与 OpenAI 兼容服务带到 Apple Silicon

vllm-metal 的首个正式版本 v0.28.0 发布，版本号与上游 vLLM 对齐，引入批量多令牌预测（MTP）、GGUF 与混合模型支持，以及 M5 上更快的 prefill；它通过 MLX 与 Metal 把 vLLM 的 V1 调度器、分页 KV 块管理与 OpenAI 兼容前端带到 Apple Silicon。v0.28.0 还包含 LoRA 适配器、结构化输出、三种投机解码方法（Gemma 4 MTP、独立草稿模型、prompt-lookup n-gram）、GGUF 检查点、多机流水线并行、实验性视觉语言模型/文本嵌入与重排/语音转文字，以及仍属实验性、不能与投机解码组合的混合模型 align 模式前缀缓存（PR #634）；M5 上自动启用 NAX attention 内核，较早机型沿用既有路径。