Auto-detect Scout/Maverick from config.json and add verify script

Dockerfile

@@ -4,14 +4,15 @@
 #   - Llama-4-Scout-17B-16E-Instruct（BF16，TP8，8 卡）
 #   - Llama-4-Maverick-17B-128E-Instruct-FP8（FP8，TP8+PP2，16 卡）
 #
-# 模型权重不打进镜像，运行时按 run.sh 的 scout / maverick 预设挂载。
+# 模型权重不打进镜像，运行时挂载模型目录；容器启动后读取 config.json
+# 自动判断 Scout / Maverick，并选择对应的 TP / PP / 端口。
 #
 # 构建：
 #   docker build -t llama4-bi150:2026-10-26 .
 #
 # 运行：
-#   ./run.sh scout
-#   ./run.sh maverick
+#   ./run.sh /mnt/disk0/models/LLM-Research/Llama-4-Scout-17B-16E-Instruct
+#   ./run.sh /mnt/disk0/models/LLM-Research/Llama-4-Maverick-17B-128E-Instruct-FP8
 #
 # 补丁是针对下面这个精确基础镜像生成的；换基础镜像需要重新生成 diff。
 #   registry.iluvatar.com.cn:10443/customer/sz/vllm0.17.0-4.4.0-x86:v7
@@ -27,17 +28,16 @@ LABEL org.opencontainers.image.title="llama4-bi150" \
 
 COPY patches /opt/llama4/patches
 COPY apply_patch.py /opt/llama4/apply_patch.py
+COPY detect_model.py /opt/llama4/detect_model.py
 COPY entrypoint.sh /usr/local/bin/llama4-entrypoint.sh
 
 RUN chmod +x /usr/local/bin/llama4-entrypoint.sh \
+    && chmod +x /opt/llama4/detect_model.py \
     && python3 /opt/llama4/apply_patch.py
 
 ENV MODEL_PATH=/models/llama4 \
-    SERVED_NAME=llama4 \
+    AUTO_DETECT=1 \
     HOST=0.0.0.0 \
-    PORT=8091 \
-    TP=8 \
-    PP=1 \
     MAX_MODEL_LEN=4096 \
     MAX_NUM_SEQS=1 \
     GPU_MEM_UTIL=0.90 \