diff --git a/20251013.md b/0_跟Docker相关的脚本.md
similarity index 99%
rename from 20251013.md
rename to 0_跟Docker相关的脚本.md
index 125931d..2c755cb 100644
--- a/20251013.md
+++ b/0_跟Docker相关的脚本.md
@@ -1,5 +1,3 @@
-# 常用的 Docker 镜像脚本和命令
-
 ## 安装 DPanel
 
 ```shell
diff --git a/20251014.md b/202510_RTX4090笔电操作记录.md
similarity index 60%
rename from 20251014.md
rename to 202510_RTX4090笔电操作记录.md
index 81b55c6..a10d037 100644
--- a/20251014.md
+++ b/202510_RTX4090笔电操作记录.md
@@ -1,6 +1,4 @@
-# RTX4090笔电操作记录
-
-```shell
+```
 # 因清华大学开源镜像站 HTTP/403 换了中科大的镜像站，配置信息存放在这里
 cat /etc/apt/sources.list
 
@@ -34,24 +32,14 @@ pip install vllm -i http://mirrors.cloud.tencent.com/pypi/simple --extra-index-u
 # 安装 modelscope
 pip install modelscope -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
 
-# 拉取 gpt-oss-20b 模型
+# 拉取 gpt-oss-20b 模型，由于显存不足，运行失败了
 modelscope download --model openai-mirror/gpt-oss-20b --local_dir /home/ss/vllm-py12/gpt-oss-20b
 
-# 运行 gpt-oss-20b 模型失败，移动端的 RTX4090 只有 16GB 显存，至少需要 16~24GB 显存
-vllm serve \
-    /home/ss/vllm-py12/gpt-oss-20b \
-    --port 18777 \
-    --api-key token_lcfc \
-    --served-model-name gpt-oss-20b \
-    --gpu-memory-utilization 0.95  \
-    --tool-call-parser openai \
-    --enable-auto-tool-choice
-
-# Qwen3-8b 也需要 16~24GB显存，所以下载了 Qwen3-0.6B 
+# 下载了 Qwen3-0.6B 
 modelscope download --model Qwen/Qwen3-0.6B --local_dir /home/ss/vllm-py12/qwen3-06b
 
-# 运行 Qwen3-8b 
-vllm serve /home/ss/vllm-py12/qwen3-06b \
+# 运行 Qwen3-0.6B
+nohup vllm serve /home/ss/vllm-py12/qwen3-06b \
     --host 0.0.0.0 \
     --port 8000 \
     --served-model-name Qwen3-0.6B \
@@ -59,6 +47,24 @@ vllm serve /home/ss/vllm-py12/qwen3-06b \
     --dtype auto \
     --gpu-memory-utilization 0.9 \
     --max-model-len 32768 \
-    --trust-remote-code
+    --trust-remote-code \
+	>> /home/ss/vllm-py12/vllm.log 2>&1 \
+	& echo $! > /home/ss/vllm-py12/vllm.pid
 
+# 安装了抓包工具 tshark 和 ngrep
+sudo apt install ngrep
+sudo apt-get install tshark
+
+# 通过 java 脚本调用 tshark 提取关键日志
+sudo nohup bash /home/ss/vllm-py12/tshark_bash.sh >> /home/ss/vllm-py12/tshark_bash.log 2>&1 & echo $! > /home/ss/vllm-py12/tshark_bash.pid
+
+# 运行了1个定时任务脚本，清理 tshark 的临时文件并重启 java 脚本
+sudo nohup /home/ss/vllm-py12/timer_bash.sh > /home/ss/vllm-py12/timer_bash.log 2>&1 & echo $! > /home/ss/vllm-py12/timer_bash.pid
+
+# 杀死上面2个进程的命令
+sudo kill -9 $(cat /home/ss/vllm-py12/timer_bash.pid)
+sudo kill -9 $(cat /home/ss/vllm-py12/tshark_bash.pid)
+
+# 清理日志
+cd /home/ss/vllm-py12 && rm -rf timer_bash.log tshark_bash.log shark.log
 ```
\ No newline at end of file
diff --git a/202510_使用Java执行tshark命令抓包.md b/202510_使用Java执行tshark命令抓包.md
new file mode 100644
index 0000000..d7a16fd
--- /dev/null
+++ b/202510_使用Java执行tshark命令抓包.md
@@ -0,0 +1,145 @@
+## 脚本说明
+
+- 在 Linux 运行`TShark.java`必须先安装**tshark**，在 Windows 上运行必须先安装**Wireshark**客户端，在安装时勾选**tshark**组件。
+- 必须使用超级管理员账号运行`TShark.java`，这是**tshark**命令的限制，在 Windows 上可以使用管理员权限打开命令行运行。
+- Java 脚本基于**Java21**开发，可直接使用`java TShark.java`运行，运行后会在当前目录下创建一个**shark.log**文件，保存抓包日志。
+- 建议创建一个 bash 或者 cmd 脚本，在 bash 或 cmd 脚本中配置好 JDK 环境变量，然后再使用管理员权限运行 bash 或 cmd 脚本。
+
+##### TShark.java
+
+```java
+import java.io.*;
+import java.nio.file.Path;
+import java.time.ZoneId;
+import java.util.List;
+import java.util.TimeZone;
+
+public final class TShark {
+
+    public static void main(String[] args) throws Exception {
+        TimeZone.setDefault(TimeZone.getTimeZone(ZoneId.of("Asia/Shanghai")));
+        Path path = Path.of("shark.log");
+        File sharkLog = path.toFile();
+        if (!sharkLog.exists() && !sharkLog.createNewFile()) {
+            throw new RuntimeException("create shark.log failure");
+        }
+//        DateTimeFormatter timeFormatter = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
+        Process process = startSharkProcess();
+        System.out.println("start tshark success");
+        startProcessSharkThread(process, sharkLog);
+        System.out.println("start process thread success");
+        int exitCode = process.waitFor();
+        System.out.println("tshark process is dead, exit code: " + exitCode);
+    }
+
+    private static void startProcessSharkThread(Process process, File sharkLog) {
+        Thread thread = new Thread(() -> {
+            try (BufferedReader reader = new BufferedReader(new InputStreamReader(process.getInputStream()));
+                 BufferedWriter fileWriter = new BufferedWriter(new FileWriter(sharkLog, true))) {
+                String line;
+                while ((line = reader.readLine()) != null) {
+                    fileWriter.write(line + System.lineSeparator());
+                }
+                fileWriter.flush();
+            } catch (Exception e) {
+                e.printStackTrace();
+            }
+        });
+        thread.setName("TShark-thread");
+        thread.start();
+    }
+
+    public static Process startSharkProcess() throws IOException {
+        List<String> cmd = List.of(
+                "tshark",
+                "-l",
+                "-i",
+                "\\Device\\NPF_{807C63AC-179D-4AC8-BD56-85CE8AA179DB}",
+                "-Y",
+                "tcp.port == 33000 && http.request.method == \"POST\"",
+                "-V"
+        );
+        ProcessBuilder processBuilder = new ProcessBuilder(cmd);
+        processBuilder.redirectErrorStream(true);
+        return processBuilder.start();
+    }
+}
+```
+
+##### 通过 NEWAPI 调用 vLLM 运行的 gpt-oss-120b 模型
+
+```java
+import java.net.URI;
+import java.net.http.HttpClient;
+import java.net.http.HttpRequest;
+import java.net.http.HttpResponse;
+import java.time.Duration;
+import java.util.concurrent.CompletableFuture;
+
+public class HttpPost {
+
+    public static void main(String[] args) {
+        try (HttpClient httpClient = HttpClient.newHttpClient()) {
+            HttpRequest httpRequest = HttpRequest.newBuilder()
+                    .uri(URI.create(apiUrl))
+                    .header("Content-Type", "application/json")
+                    .header("Authorization", apiKey)
+                    .timeout(Duration.ofMinutes(5L))
+                    .POST(HttpRequest.BodyPublishers.ofString(request))
+                    .build();
+            CompletableFuture<Void> completableFuture = httpClient.sendAsync(httpRequest, HttpResponse.BodyHandlers.ofLines()).thenAccept(response -> {
+                System.out.println("SSE success status " + response.statusCode() + ", response body: ");
+                response.body().forEach(System.out::println);
+            }).exceptionally(throwable -> {
+                System.out.println("SSE failure error message: " + throwable.getMessage());
+                throwable.printStackTrace();
+                return null;
+            });
+            try {
+                completableFuture.get();
+            } catch (Exception e) {
+                e.printStackTrace();
+            }
+        }
+    }
+
+    static final String apiUrl = "http://10.159.252.49:33000/v1/chat/completions";
+
+    static final String apiKey = "Bearer sk-rbWEGdsaZ47e2hQFZt2xRHqWRZaipYlkyLqHdU2z9FlWj7D3";
+
+    static final String request = """
+            {
+              "model": "gpt-oss-120b",
+              "messages": [
+                {
+                  "role": "user",
+                  "content": "成龙今年71岁，请把这句话的信息，按照`user_response`结构生成一个JSON"
+                }
+              ],
+              "stream": true,
+              "extra_body":{
+                "structured_outputs": true,
+                "guided_decoding": true
+              },
+              "response_format": {
+                "type": "json_schema",
+                "json_schema": {
+                  "name": "user_response",
+                  "schema": {
+                    "type": "object",
+                    "properties": {
+                      "name": {"type": "string"},
+                      "age": {"type": "number"}
+                    },
+                    "required": ["name", "age"],
+                    "additionalProperties": false
+                  },
+                  "strict": true
+                }
+              }
+            }
+            """.strip();
+
+}
+
+```
\ No newline at end of file
diff --git a/20251010.md b/202510_多智能体开发技术方案对比.md
similarity index 99%
rename from 20251010.md
rename to 202510_多智能体开发技术方案对比.md
index 77d72f2..7695cdd 100644
--- a/20251010.md
+++ b/202510_多智能体开发技术方案对比.md
@@ -1,5 +1,3 @@
-# 多智能体开发技术方案对比
-
 ## LLM基础应用框架评测对象
 
 - Spring AI Alibaba（SAA）
diff --git a/202510_定时监控vLLM进程.md b/202510_定时监控vLLM进程.md
new file mode 100644
index 0000000..ff1a69d
--- /dev/null
+++ b/202510_定时监控vLLM进程.md
@@ -0,0 +1,141 @@
+## 修改vLLM运行gpt-oss-120b的脚本
+
+在 nohup 的启动命令末尾追加如下片段，保存 vLLM 的进程 PID 号。
+
+```
+echo $! > /hook/gpt-oss-120b.pid
+```
+
+## 创建一个定时任务 bash 脚本
+
+```
+vim /hook/timer_bash.sh
+```
+
+```
+#!/bin/bash
+
+# 目标进程的 PID 文件路径
+TARGET_PID_FILE="/hook/gpt-oss-120b.pid"
+
+# tshark_bash 的 PID 文件路径
+TSARK_PID_FILE="/hook/tshark_bash.pid"
+
+# tshark_bash 脚本路径
+TSARK_SCRIPT_PATH="/hook/tshark_bash.sh"
+
+# tshark_bash 日志文件路径
+TSARK_LOG_FILE="/hook/tshark_bash.log"
+
+# shark.log 文件路径
+SHARK_LOG_FILE="/hook/shark.log"
+
+# 临时目录下要删除的 pcapng 文件路径模式
+PCAPNG_FILES_PATTERN="/tmp/*.pcapng"
+
+# 5分钟检查一次 vllm 进程是否存活
+# 若 vllm 进程存活，清理 tshark 的临时文件，然后重启 tshark 脚本继续抓包
+# 若 vllm 进程已死亡则 kill tshark 的进程
+
+while true; do
+    if [[ -f "$TARGET_PID_FILE" ]]; then
+        TARGET_PID=$(cat "$TARGET_PID_FILE" 2>/dev/null)
+        if [[ "$TARGET_PID" =~ ^[0-9]+$ ]] && ps -p "$TARGET_PID" > /dev/null 2>&1; then
+            echo "$(date): 目标进程 (PID: $TARGET_PID) 存活，执行相应操作..."
+            if [[ -f "$TSARK_PID_FILE" ]]; then
+                TSHARK_PID=$(cat "$TSARK_PID_FILE" 2>/dev/null)
+                if [[ "$TSHARK_PID" =~ ^[0-9]+$ ]]; then
+                    kill -9 "$TSHARK_PID" 2>/dev/null
+                    echo "已强制杀死 tshark_bash 进程 (PID: $TSHARK_PID)"
+                else
+                    echo "tshark_bash.pid 文件内容无效或为空，跳过 kill 操作"
+                fi
+            else
+                echo "tshark_bash.pid 文件不存在，跳过 kill 操作"
+            fi
+
+            if [[ -f "$SHARK_LOG_FILE" ]]; then
+                rm -rf "$SHARK_LOG_FILE"
+                echo "已删除 $SHARK_LOG_FILE"
+            else
+                echo "$SHARK_LOG_FILE 文件不存在，跳过删除"
+            fi
+
+            if ls $PCAPNG_FILES_PATTERN >/dev/null 2>&1; then
+                rm -rf $PCAPNG_FILES_PATTERN
+                echo "已删除 $PCAPNG_FILES_PATTERN 文件"
+            else
+                echo "没有找到 $PCAPNG_FILES_PATTERN 文件，跳过删除"
+            fi
+
+            echo "重启 tshark_bash.sh..."
+            sudo nohup bash "$TSARK_SCRIPT_PATH" >> "$TSARK_LOG_FILE" 2>&1 &
+            NEW_TSHARK_PID=$!
+            echo "$NEW_TSHARK_PID" > "$TSARK_PID_FILE"
+            echo "已启动 tshark_bash.sh，新 PID: $NEW_TSHARK_PID，已写入 $TSARK_PID_FILE"
+
+        else
+            echo "$(date): 目标进程 (PID: ${TARGET_PID:-未知}) 不存在或已挂掉，执行清理操作..."
+
+            if [[ -f "$TSARK_PID_FILE" ]]; then
+                TSHARK_PID=$(cat "$TSARK_PID_FILE" 2>/dev/null)
+                if [[ "$TSHARK_PID" =~ ^[0-9]+$ ]]; then
+                    kill -9 "$TSHARK_PID" 2>/dev/null
+                    echo "已强制杀死 tshark_bash 进程 (PID: $TSHARK_PID)"
+                else
+                    echo "tshark_bash.pid 文件内容无效或为空，跳过 kill 操作"
+                fi
+            else
+                echo "tshark_bash.pid 文件不存在，跳过 kill 操作"
+            fi
+
+            if ls $PCAPNG_FILES_PATTERN >/dev/null 2>&1; then
+                rm -rf $PCAPNG_FILES_PATTERN
+                echo "已删除 $PCAPNG_FILES_PATTERN 文件"
+            else
+                echo "没有找到 $PCAPNG_FILES_PATTERN 文件，跳过删除"
+            fi
+
+            echo "目标进程已挂掉，已执行清理操作。"
+        fi
+    else
+        echo "$(date): 目标 PID 文件 $TARGET_PID_FILE 不存在，跳过本次检查。"
+    fi
+
+    sleep 300
+done
+```
+
+## 定时任务
+
+##### 第一次运行先赋权
+
+```
+chmod +x vim /hook/timer_bash.sh
+```
+
+##### 运行
+
+```
+sudo nohup /hook/timer_bash.sh > /hook/timer_bash.log 2>&1 & echo $! > /hook/timer_bash.pid
+```
+
+##### 停止
+
+```
+kill $(cat /hook/timer_bash.pid)
+```
+
+## 抓包脚本
+
+##### 运行
+
+```
+sudo nohup bash /hook/tshark_bash.sh >> /hook/tshark_bash.log 2>&1 & echo $! > /hook/tshark_bash.pid
+```
+
+##### 停止
+
+```
+kill -9 $(cat /hook/tshark_bash.pid)
+```
\ No newline at end of file
diff --git a/20251011.md b/202510_排查vLLM崩溃问题.md
similarity index 59%
rename from 20251011.md
rename to 202510_排查vLLM崩溃问题.md
index 21f16be..4b5f86a 100644
--- a/20251011.md
+++ b/202510_排查vLLM崩溃问题.md
@@ -1,293 +1,20 @@
-# vllm 崩溃问题排查
-
 ## 问题原因
 
-vllm在处理请求时，调用了 get_structured_output_key 函数，在处理 structured_outputs 参数时，由于不满足所有的情况，导致了抛出**No valid structured output parameter found**异常，该异常未被 EngineCore 捕获导致引擎崩溃，APIServer 发现引擎死了，自己也退出了进程。
-
-## 使用抓包工具 tshark 监控 http 请求
-
-### 在合适的目录下执行下面的命令，tshark 需要 root 权限，请使用 root 账号执行
-
-##### 安装 tshark（已执行完毕）
-```
-sudo apt-get install tshark 
-```
-
-##### 创建一个 shell 脚本
-```
-vim hook_vllm_gpt-oss-120b.sh
-```
-脚本内容如下：
-```
-#!/bin/bash
-
-# ========================================
-# 监控本地 v1/chat/completions 接口的 HTTP 请求与响应
-# 仅保留最近 20 条日志（含流式响应，如 SSE）
-# 使用 tshark + TCP 流跟踪
-# ========================================
-
-# 配置
-INTERFACE="lo"                    # 本地回环接口
-PORT="8077"
-ENDPOINT="/v1/chat/completions" 
-LOG_FILE="/hook/chat_completions.log"
-TEMP_LOG="/hook/chat_completions.tmp"
-PID_FILE="/hook/hook_vllm_gpt-oss-120b.pid"
-
-# 检查是否已运行
-if [ -f "$PID_FILE" ]; then
-    if ps -p $(cat "$PID_FILE") > /dev/null 2>&1; then
-        echo "【错误】监控脚本已在运行 (PID: $(cat $PID_FILE))"
-        exit 1
-    else
-        rm -f "$PID_FILE"
-    fi
-fi
-
-# 记录 PID
-echo $$ > "$PID_FILE"
-
-# 清空日志
-> "$LOG_FILE"
-
-echo "✅ 开始监控 http://127.0.0.1:$PORT$ENDPOINT"
-echo "📝 日志将保存到: $LOG_FILE"
-echo "⏳ 仅保留最近 20 条，按 Ctrl+C 停止"
-
-# 信号处理：清理 PID 文件
-trap 'rm -f "$PID_FILE"; echo "⏹️ 监控已停止"; exit 0' SIGINT SIGTERM
-
-# 使用 tshark 跟踪 TCP 流
-sudo tshark \
-  -i "$INTERFACE" \
-  -f "tcp port $PORT and host 127.0.0.1" \
-  -q \
-  -z "follow,tcp,ascii" \
-  2>/dev/null | \
-stdbuf -oL awk -v endpoint="$ENDPOINT" -v log="$LOG_FILE" -v temp="$TEMP" '
-BEGIN {
-    RS = "\n\n"
-    ORS = ""
-    in_request = 0
-    buffer = ""
-    count = 0
-}
-
-# 分割流，识别每条 TCP 流
-{
-    if (match($0, /GET|POST|PUT|DELETE|HTTP/) && index($0, endpoint)) {
-        # 提取时间戳（tshark 输出第一行包含时间）
-        if (match($0, /Following.*on port [0-9]+$/)) {
-            ts = substr($0, RSTART, RLENGTH)
-            gsub(/.*on/, "on", ts)
-        } else {
-            ts = "unknown time"
-        }
-
-        # 提取请求行和头
-        split($0, lines, /\n/)
-        for (i=1; i<=length(lines); i++) {
-            if (lines[i] ~ /(GET|POST|PUT|DELETE)/ && index(lines[i], endpoint)) {
-                request_line = lines[i]
-            }
-            if (lines[i] ~ /Content-Type:/ || lines[i] ~ /Authorization:/ || lines[i] ~ /User-Agent:/) {
-                headers = headers "\n  " lines[i]
-            }
-        }
-
-        # 提取请求体（通常在空行后）
-        body = ""
-        in_body = 0
-        for (i=1; i<=length(lines); i++) {
-            if (lines[i] == "" || lines[i] ~ /HTTP\/[0-9.]/) {
-                in_body = 1
-                continue
-            }
-            if (in_body && lines[i] !~ /(No response found|Following)/) {
-                body = body lines[i] "\n"
-            }
-        }
-
-        # 提取响应部分（HTTP/ 开头）
-        response = ""
-        for (i=1; i<=length(lines); i++) {
-            if (lines[i] ~ /^HTTP\// && i > 1) {
-                for (j=i; j<=length(lines); j++) {
-                    if (lines[j] !~ /Following/) {
-                        response = response lines[j] "\n"
-                    }
-                }
-                break
-            }
-        }
-
-        # 构造日志条目
-        entry = "========================================\n"
-        entry = entry "🕒 " ts "\n"
-        entry = entry "📤 请求: " request_line "\n"
-        if (headers != "") {
-            entry = entry "📎 头部:\n" headers "\n"
-        }
-        if (body != "") {
-            entry = entry "📦 请求体:\n" body "\n"
-        }
-        if (response != "") {
-            entry = entry "📥 响应:\n" response "\n"
-        }
-        entry = entry "========================================\n\n"
-
-        # 写入日志并保留最近 20 条
-        cmd = "echo -e \"" entry "\" >> " log " && tail -n 200 " log " > " temp " && mv " temp " " log
-        system(cmd)
-
-        # 重置
-        headers = ""
-        body = ""
-        response = ""
-    }
-}
-'
-
-# 正常退出时清理
-rm -f "$PID_FILE"
-```
-
-##### 赋予执行权限
-```
-chmod +x hook_vllm_gpt-oss-120b.sh
-```
-
-##### 后台运行脚本
-```
-nohup /hook/hook_vllm_gpt-oss-120b.sh > /dev/null 2>&1 &
-```
-
-##### 查看请求日志
-
-```
-tail -f /hook/chat_completions.log
-```
-
-##### 停止脚本
-
-```
-pkill -f hook_vllm_gpt-oss-120b.sh
-```
-
-### 函数 get_structured_output_key 实现
-
-#### 分支：release/v0.11.0 
+由于外部调用 vllm 的 OpenAI API 服务时候，传入的请求参数让 vllm 调用了**get_structured_output_key**函数。在该函数里不能被正确处理，抛出了**No valid structured output parameter found**异常，该异常导致了 vllm 的 EngineCore 和 APIServer 进程死亡。
 
+## 源码出处
 https://github.com/vllm-project/vllm/blob/releases/v0.11.0/vllm/v1/structured_output/request.py
 
-```python
-def get_structured_output_key(sampling_params: SamplingParams) -> StructuredOutputKey:
-    params = sampling_params.structured_outputs
-    assert params is not None, "params can't be None."
-    if params.json is not None:
-        if not isinstance(params.json, str):
-            json_str = json.dumps(params.json)
-        else:
-            json_str = params.json
-        return (StructuredOutputOptions.JSON, json_str)
-    elif params.json_object:
-        return (StructuredOutputOptions.JSON_OBJECT, "")
-    elif params.regex is not None:
-        return (StructuredOutputOptions.REGEX, params.regex)
-    elif params.choice is not None:
-        if not isinstance(params.choice, str):
-            json_str = json.dumps(params.choice)
-        else:
-            json_str = params.choice
-        return (StructuredOutputOptions.CHOICE, json_str)
-    elif params.grammar is not None:
-        return (StructuredOutputOptions.GRAMMAR, params.grammar)
-    elif params.structural_tag is not None:
-        return (StructuredOutputOptions.STRUCTURAL_TAG, params.structural_tag)
-    else:
-        raise ValueError("No valid structured output parameter found")
-```
 
-#### 分支：release/v0.10.2
+## 问题追踪
 
-https://github.com/vllm-project/vllm/blob/releases/v0.10.2/vllm/v1/structured_output/request.py
+由于 vllm 没有提供 http 请求参数的日志打印，也没有集成监控 http 请求的三方工具。所以在 Ubuntu 上安装了 tshark 抓包工具。通过 Java 脚本启动 tshark 命令，并将 tshark 抓包到的日志内容写入到磁盘文件。下一次 vllm 崩溃时，根据磁盘文件存储的日志内容分析是什么参数导致了**get_structured_output_key**的异常。
 
-```python
-def get_structured_output_key(
-        sampling_params: SamplingParams) -> StructuredOutputKey:    
-    params = sampling_params.guided_decoding
-    assert params is not None, "params can't be None."
-    if params.json is not None:
-        if not isinstance(params.json, str):
-            json_str = json.dumps(params.json)
-        else:
-            json_str = params.json
-        return (StructuredOutputOptions.JSON, json_str)
-    elif params.json_object:
-        return (StructuredOutputOptions.JSON_OBJECT, "")
-    elif params.regex is not None:
-        return (StructuredOutputOptions.REGEX, params.regex)
-    elif params.choice is not None:
-        if not isinstance(params.choice, str):
-            json_str = json.dumps(params.choice)
-        else:
-            json_str = params.choice
-        return (StructuredOutputOptions.CHOICE, json_str)
-    elif params.grammar is not None:
-        return (StructuredOutputOptions.GRAMMAR, params.grammar)
-    elif params.structural_tag is not None:
-        return (StructuredOutputOptions.STRUCTURAL_TAG, params.structural_tag)
-    else:
-        raise ValueError("No valid structured output parameter found")
-```
-> 2个版本的唯一区别，仅仅是提取`SamplingParams`的属性不一样，其它判断逻辑都是一致的
+> 使用 Java 执行 tshark 是为了抹掉 Linux 和 Windows 的平台差异，不用修改代码和命令即可直接运行。
 
-### SamplingParams
+> Java 脚本内容：
 
-https://github.com/vllm-project/vllm/blob/releases/v0.11.0/vllm/sampling_params.py
-
-```python
-# 其它参数已省略
-class SamplingParams(
-    💡初始化逻辑是没问题的，默认值是None
-    structured_outputs: Optional[StructuredOutputsParams] = None
-    guided_decoding: Optional[GuidedDecodingParams] = None
-
-    @staticmethod
-    def from_optional(
-         💡默认值也是None
-        structured_outputs: Optional[StructuredOutputsParams] = None,
-    ) -> "SamplingParams":
-        if guided_decoding is not None:
-            warnings.warn(
-                "guided_decoding is deprecated. This will be removed in "
-                💡官方将在 v0.12.0 废弃 guided_decoding 参数，使用 structured_outputs 参数替代，在 v0.11.0 版本做了兼容，
-                "v0.12.0 or v1.0.0, which ever is soonest. Please use "
-                "structured_outputs instead.",
-                DeprecationWarning,
-                stacklevel=2)
-            structured_outputs = guided_decoding
-            guided_decoding = None
-        return SamplingParams(
-            structured_outputs=structured_outputs,
-        )
-```
-
-### StructuredOutputOptions
-
-```python
-class StructuredOutputOptions(enum.Enum):
-    JSON = enum.auto()
-    JSON_OBJECT = enum.auto()
-    REGEX = enum.auto()
-    GRAMMAR = enum.auto()
-    CHOICE = enum.auto()
-    STRUCTURAL_TAG = enum.auto()
-```
-> 💡只支持这6种类型，每个类型都对应 structured_outputs 下面的一个不同的参数。
-
-## 崩溃日志片段
+## 崩溃日志
 
 ```text
 (EngineCore_DP0 pid=2738693) ERROR 10-10 10:43:10 [core.py:710] EngineCore encountered a fatal error.