PaddlePaddle/FastDeploy

恢复并新增V1版本缓存管理和资源调度的单元测试文件。

建议工程师精读这些测试以理解V1调度和缓存机制，同时注意review中指出的配置不完整和资源清理问题，避免在类似测试中重复错误，并考虑删除伪造覆盖率的函数。

新增radix tree缓存驱逐时间可配置性，默认值改为30分钟并扩展token counter到mixed worker。

建议技术管理者和工程师精读此PR，重点关注缓存策略的设计决策（如默认值选择）、配置传递机制以及token counter扩展的实现，这些对理解调度优化和系统可配置性有参考价值。

支持MTP场景开启overlap schedule优化，提升解码性能。

建议技术管理者和工程师精读此PR，重点关注： - 内核修改中的无效槽位处理逻辑（如if (bs_idx < 0) return;），以理解overlap schedule下的防御性编程。 - gpu_model_runner.py中的overlap schedule实现，特别是_resolve_current_launch_token_num方法的变更，体现了性能优化设计。 - 注意fastdeploy-bot指出的API不匹配bug的修复情况，确保跨平台兼容性。

引入单GPU并行测试和日志收集，优化CI效率。

建议关注CI优化和测试基础设施的工程师精读此PR，特别是`scripts/coverage_run.sh`中的`classify_tests`和`run_test_with_logging`函数，学习如何设计并行测试执行和日志隔离方案，同时注意分类逻辑的潜在风险。

新增日志参数和错误输出优化，提升调试效率。

建议技术管理者和工程师关注此 PR 的日志系统优化方向，特别是 MaxLevelFilter 的设计和错误处理逻辑的改进。对于调试相关问题，值得精读 _read_latest_worker_traceback 函数的实现。

优化抢占请求处理，将KV cache写入storage并调整调度逻辑以避免死锁。

该PR值得精读，尤其对于从事调度和缓存优化的工程师。重点关注： - 调度锁内同步I/O操作的设计权衡，可借鉴以避免类似性能瓶颈。 - 类型处理的一致性问题，提醒在跨模块开发时需严格遵循类型约定。 - 环境变量默认值设置对系统行为的影响，建议在实际部署中评估I/O开销。

删除ENABLE_V1_DATA_PROCESSOR环境变量及相关代码，统一数据处理路径。

该PR值得精读，特别是对于涉及数据处理、引擎通信和测试维护的工程师。关注点包括：`fastdeploy/input/preprocess.py`中处理器选择逻辑的变化、`fastdeploy/inter_communicator/zmq_server.py`中序列化路径的统一方式，以及测试文件如何适配移除v1代码的策略。这些设计决策展示了如何安全地淘汰旧子系统并保持系统一致性。

扩展APIServer的/config-info端点，新增版本、聊天模板、启动参数和设备信息字段。

建议阅读此PR以了解APIServer端点扩展的实现方式；重点关注device_info的异常处理和测试覆盖；对于类似功能开发，可参考此代码结构。