v0.22.0 — HTTP serving benchmark

v0.22.0

• 新增 HTTP 服务基准测试：并发吞吐量从 55.7 提升至 219.1 tok/s（1→8 个客户端，Qwen2.5-7B，RTX 4090）

• 新增包含实际测量数据的 benchmarks/results/server_benchmark.json 文件

• 修复 mini_infer/ 目录下的所有 ruff lint 错误（CI 测试已通过）

• 为 mini-infer-serve CLI 添加 --use-cuda-graph 和 --quant-mode 标志

• 为 HTTP 服务器添加 /healthz 端点

• 添加 Dockerfile 和 .github/workflows/lint.yml 文件

• 重构 README：英文版简洁明了，采用三级能力分类，并添加“如何阅读”导航

v0.21.0

首个版本发布。实现了分页键值缓存、连续批处理、

分块预填充、前缀缓存、推测性解码、CUDA 图、

张量并行、MoE 专家并行以及与 OpenAI 兼容的 HTTP 服务。

每项机制均已独立地与 HuggingFace Transformer 进行基准测试。

Full Changelog: v0.21.0...v0.21.0