THUDM/slime · 标签视图

在内存监控函数中添加主机内存指标，增强系统资源可见性。

该PR值得快速浏览以了解内存监控功能的扩展。关注点包括：新增依赖的管理、字段命名的一致性，以及是否需要在其他工具（如日志或指标收集）中集成这些新指标。对于涉及资源监控的开发者，此变更提供了有用的参考。

新增rollout trace时间线查看器，支持离线分析SGLang生成和奖励模型span事件。

此PR值得精读，特别是对于关注调试、性能优化和SGLang集成的工程师。值得关注的设计决策包括trace span上下文管理、PD时间分解的可视化处理，以及模块化工具设计，这些展示了优雅的代码组织方式。

修复 wandb 初始化时机问题，确保 SGLang 指标正确上传。

对于涉及 wandb 集成和分布式训练的开发者，推荐精读此 PR，以学习如何处理指标上传的时机问题。特别关注 reinit_wandb_primary_with_open_metrics 函数的设计。

总是启用SGLang Prometheus指标并移除数据并行上下文管理。

建议工程师精读sglang_rollout.py的变更，特别是dp_rank_context的移除对负载分配的影响，同时检查metrics启用后系统性能。关注设计决策从动态负载平衡到静态或无平衡的转变，并考虑是否需要补充测试覆盖。

新增 placeholder worker 类型、调整指标路由时机并扩展 GPQA 字母范围。

建议精读 slime/ray/rollout.py 中的 _get_metrics_router_addr 方法和 nodes_per_engine 逻辑变更，以理解 placeholder worker 类型支持的设计和指标路由调整时机。同时，查看 slime/router/router.py 的枚举变更以掌握新的 worker type 定义，这对配置服务器组有参考价值。