用途：这是一个库参考型技能，专门针对开源 Ray 上的 LLM 工作负载，锁定 Ray 2.57.0（ray[llm] extra，内含匹配的 vLLM）。它的目标是纠正模型学到的、因 Ray LLM 接口快速变动而失效的示例，每条规则都会点明它要纠正的错误默认写法。
主要能力：共 13 条规则、5 个分类。Serving Setup（serve-）覆盖 LLMConfig + build_openai_app、model_id 与 model_source 的区分、ray[llm] 与 vLLM 版本绑定、LLMServer/OpenAiIngress 迁移导入。Batch Inference（batch-）覆盖 build_processor（旧名已移除）、用 stage config 取代布尔开关、CPU 默认 accelerator_type 与并发设置、HTTP/Serve 处理器替代方案。Placement & Accelerators（place-）覆盖引擎自建 TP×PP 放置组及 accelerator_type 合法值。Autoscaling & Routing（scale-）覆盖 deployment_config.autoscaling_config 与 PrefixCacheAffinityRouter 前缀缓存亲和路由。LoRA & API Surface（api-）覆盖动态 LoRA 多路复用与完整 OpenAI 端点面。
使用方式：当相关决策出现时查阅对应参考文件，每个规则先给错误默认，再给规范写法。辅助文件包括 references/_sections.md、assets/templates/_template.md、metadata.json 和 AGENTS.md。
适用场景：搭建或审查 Ray 上 OpenAI 兼容的 LLM 服务；对数据集做批量 LLM 推理；多 GPU 模型的并行与加速器选型；LLM 部署的副本自动扩缩与请求路由；共享基础模型的 LoRA 微调族服务；迁移使用已归档 ray-llm 仓库或旧版 ray.data.llm 命名的代码。
限制：仅覆盖 LLM 专用层，通用 Serve/Data/集群决策属于配套的 ray 技能。API 结论经 2.57.0 wheel 与源码验证，配置示例仅在 CPU 环境通过 pydantic 校验；引擎/GPU 运行时行为仅经源码验证，未实际服务任何模型。其他版本兼容性、收费与具体平台支持暂未提供。