由Linux Foundation组织的LFX Mentorship计划^[1]，从2019年开始为CNCF各个开源社区中的开发人员持续提供带薪实习和指导。该项目往年已获2w+申请，发起2000+课题，毕业实习生1400+，发放超过380万美金报酬。

LFX Mentorship 2026 夏季(Term 2）申请时间为5月5日 – 5月19日（11:00 PDT；18:00 UTC)，远程实习将从 6 月 8 日开始为期三个月。参与到LFX Mentorship计划中，为开源项目做贡献、获得开源社区的认可同时，完成工作还能获取报酬 (位于中国的开发者报酬为3000美金，约合20000人民币）。

Volcano社区在LFX Mentorship计划的课题申请正在火热进行中，感兴趣的开发者即日起可前往官方平台申请（在校/在职符合条件可）:https://mentorship.lfx.linuxfoundation.org/

  Volcano 社区介绍  

Volcano 是 CNCF 首个批量计算项目，也是业界领先的云原生统一调度平台。Volcano 已从批量调度引擎演进为通智融合调度系统，面向 AI 训练、大模型推理、Agentic AI、大数据、基因测序等多样化工作负载提供统一的高性能调度能力，对 Spark、Flink、Ray、TensorFlow、PyTorch、Kubeflow、MPI、PaddlePaddle、MindSpore 等主流计算框架均有完善支持。社区在GitHub上已获得 6.5k+ Star 和 1.3K+ Fork，参与贡献企业包括华为、AWS、百度、腾讯、京东、小红书、bilibili 等。社区地址：

🌋 https://github.com/volcano-sh

在LFX Mentorship 2026夏季计划，Volcano期待与你协作开拓AI大数据、LLM大模型推理等场景调度的更多可能。

  面 向 对 象 

本期计划申请者需2026年5月19日前在LFX官网^[1]完成Mentee注册及项目申请。若被接收作为Mentee，您将能在开源社区经验丰富、积极贡献的Mentor指导下为开源项目做出贡献。依据官方规定，对Mentee申请者有以下要求^[2]:

• 在参加该计划时您至少年满18周岁

• 所在单位和组织不禁止该实习

• 未参加另外的Linux Mentorship计划

• 开发者以个人身份参与（在校或已毕业均可）

• 具备所注册国家中工作权利且所注册国家未被计划禁止 (中国已获许可)

• 满足具体所属项目中提及的其它前置需求

  课题参与方式  

根据官方安排 ^[3]，LFX Mentorship 2026 年 Term2 申请及实习流程如下：

• Mentee注册与项目申请：5月5日-5月19日（11:00 AM PDT/18:00 UTC)
• 申请者审核期： 5月20日-6月2日（11:00 AM PDT/18:00 UTC)
• 申请者入选通知：6月3日
• 实习正式开始：6月8日
• 中期考核：7月21日（11:00 AM PDT/18:00 UTC)
• 首次津贴支付：7月22日
• 结项考核、实习报告提交：8月25日（11:00 AM PDT/18:00 UTC)
• 最终津贴支付批准：8月26日
• 本期结束最终日期：8月31

参与者如有意向如何申请？流程详见 ^[4]：https://docs.linuxfoundation.org/lfx/mentorship/mentee-guide/how-to-apply

实习申请结果预计将在6 月 3 日通知到申请人。主线开发日期为2026年6月8日-8月25日，全程线上协作，无需线下参与。结项需要在2026年8月25日前以 PR 的形式提交到项目所在的开源社区仓库中并完成合并。

Volcano 项目课题

欢迎各位申请者申报CNCF Volcano社区课题：

▍支持 Namespace 级别的 Queue

课题描述：

Volcano 当前的 Queue 是集群级别的资源，只有集群管理员才有权限创建和修改。这在多租户场景下对普通租户不太友好：租户通常只拥有自己 namespace 下的权限，但也想用上 Queue 提供的能力（资源共享、capability/guarantee/deserved、队列层级等）来管理自己的作业，而不是每改一次都要依赖集群管理员。

本课题会在 Volcano 中引入 namespace 级别的 NamespaceQueue。NamespaceQueue 从 cluster 级别的 Queue 派生，语义和使用方式与 cluster Queue 保持一致，租户可以直接在自己的 namespace 下创建和管理队列，并像使用 cluster Queue 一样把 PodGroup/Job 关联到 NamespaceQueue 上进行调度。对不使用这个特性的用户，原有 cluster Queue 的行为和 API 完全不受影响。

预期产出：

• 新增 namespace 级别的 NamespaceQueue CRD，从 cluster 级别的 Queue 派生，capability/guarantee/deserved、队列层级等字段语义保持一致
• 租户不需要集群管理员权限，就能在自己 namespace 下创建和管理 NamespaceQueue
• PodGroup/Job 支持引用 NamespaceQueue，调度行为与引用 cluster Queue 一致
• NamespaceQueue 的资源统计、status、事件等能够正常工作
• 与原有 cluster Queue 和 scheduling.volcano.sh/queue-name annotation 兼容，老用户可以平滑迁移
• 覆盖核心流程和异常场景的 E2E 测试
• Volcano 官网和代码仓库的用户文

前置技能：

• Go
• Kubernetes（CRD、controller、RBAC）
• 熟悉 Volcano（scheduler、queue、PodGroup/Job 等）
• E2E 测试（Ginkgo）
• GitHub workflow 与 shell 脚

课题导师：

Zicong Chen（@JesseStutler ）

jessestutler97@gmail.com

Hajnal Máté （@hajnalmt）

hajnalmt@gmail.com

João Azevedo （@devzizu）

jazevedo960@gmail.com

原始Issue：https://github.com/volcano-sh/volcano/issues/5251

课题申请入口：https://mentorship.lfx.linuxfoundation.org/project/9e582ac4-4e12-4fcc-a1cd-27855d79730a

▍Kthena Router 支持第三方模型 API

课题描述：

目前 Volcano/Kthena Router 已经能够很好地支持集群内部的路由能力。但在与用户的交流中,部分用户提出希望能够对接外部的大语言模型 API。因此,Kthena 社区计划借助本期 LFX,让 Router 具备访问第三方 LLM API 的能力。

预期结果：

• 设计提案(Proposal)
• 代码实现(包含单元测试;如能补充端到端测试更佳。但考虑到外部 LLM API 通常不会提供长期、稳定的免费访问,端到端测试不作为强制要求)
• 用户指南及相关文

前置技能：

Go、Kubernetes、网络、LLM

课题导师：

Zengzeng Yao（@yaozengzeng ）

yaozengzeng@huawei.com

原始Issue：https://github.com/volcano-sh/kthena/issues/939

课题申请入口：https://mentorship.lfx.linuxfoundation.org/project/baa6fb1f-58c9-4255-849c-21aca35ce5e1

▍Kthena Router 性能基准测试(Benchmark)

课题描述：

Kthena Router 是 Volcano/Kthena 项目中的 LLM 路由组件,负责将推理请求转发到集群内(以及即将支持的)第三方模型后端。随着 Kthena 逐步走向成熟,社区需要一套可复现的基准测试,用来在真实的 LLM 流量模式下衡量 Router 的性能特征(吞吐、延迟、TTFT、资源占用),并在版本迭代中及时发现性能回退。本项目希望设计并实现一套面向 Kthena Router 的基准测试框架,产出完整的测试报告。如果在过程中发现明显的瓶颈或可优化点,还需要与 Maintainer 协作,将代码层面的优化合入上游。

预期产出：

• 一套可复用的 Kthena Router 基准测试框架(压测客户端、场景配置、指标采集、结果汇总),可在本地乃至 CI 中运行。
• 一组覆盖典型 LLM 路由模式的测试场景(不同的 QPS、prompt/response 长度、并发数、后端数量、路由策略等)。
• 端到端测试流程文档化为 runbook(集群准备、mock/真实后端、运行方式、结果解读)。
• 一份基准测试报告,包含吞吐、TPOT、TTFT、GPU/CPU/内存等指标,以及瓶颈分析。
• 针对识别到的明显瓶颈进行优化并提交上游 PR,附上优化前后的性能对比数据

前置技能：

Go、Kubernetes、性能基准测试与性能剖析(pprof)、对 LLM 推理及 HTTP/gRPC 路由有基本了解。

课题导师：

Zengzeng Yao（@yaozengzeng ）

yaozengzeng@huawei.com

Zhonghu Xu （@hzxuzhonghu ）

zhhxu2011@gmail.com

原始Issue：https://github.com/volcano-sh/kthena/issues/942

课题申请入口：https://mentorship.lfx.linuxfoundation.org/project/1cf34cb5-3520-4f15-81c8-4258cb9abcb9

▍支持多 AgentCube 协同能力

课题描述：

目前, Volcano社区AgentCube项目 在 Code Interpretation和 Agent Runtime场景下都只会拉起单个 Agent。然而,当前我们已经进入多 Agent 协作的时代。因此,AgentCube 计划支持多 Agent 编排,使多个 Agent 能够围绕同一个任务进行协作,并由 AgentCube 统一管理这些 Agent 的生命周期。

预期结果：

• 设计提案(Proposal)
• 代码实现(包含单元测试和端到端测试)
• 用户指南及其他相关文

前置技能：

Go、Kubernetes、Agent

课题导师：

Zhonghu Xu （@hzxuzhonghu ）

zhhxu2011@gmail.com

原始Issue：https://github.com/volcano-sh/agentcube/issues/301

课题申请入口：https://mentorship.lfx.linuxfoundation.org/project/9e7dd1c1-5d14-4c5e-af43-83454099e490

更多Volcano课题，请访问LFX Mentorship官网^[1]；对课题感兴趣/有任何问题，欢迎直接向课题导师发送邮件或在GitHub仓库提交Issue提问。

今年夏季，Volcano社区期待在 LFX Mentorship 见到您！

关注魔方公众号，获取更多前沿资讯

添加社区小助手k8s2222，进入Volcano技术交流群