vllm-project/production-stack 提供了基于 K8s 的 vLLM 参考部署方案，能够快速为现有系统添加 AI 能力，省去从零构建模型栈的工作。典型的接入方式是将其 Helm chart 或 K8s 清单直接应用到集群中，随后通过 API 调用或 Sidecar 方式集成到 RAG、Agent