THUDM/slime

将 coding_agent_rl 辅助函数从 generate.py 移至 sandbox.py

该 PR 是常规精简重构，值得学习其模块拆分思路。如果正在使用 coding_agent_rl 示例，建议同步更新代码以避免引用过时的私有函数。

重构 agent RL 生成逻辑并移除 SWE_LIST_TRAJECTORY 配置

值得精读 generate.py 的模块化拆分方式，以及如何将单体生成函数重构为管道式编排。同时注意配置移除可能对现有实验脚本的影响，建议运行 fan-out 测试验证。

将 sandbox 从示例迁移至核心 slime/agent 模块，定义协议接口

值得精读，尤其关注 `Sandbox` 协议的设计方式（Protocol + runtime_checkable）、环境变量优先级的处理策略以及 RPC 重试的指数退避实现。这些设计模式可复用于其他需要后端抽象的模块。

新增编码代理 RL 示例，E2B 沙盒 + Claude Code 集成

值得精读，尤其关注 middleware.py 的设计模式：如何通过 Chain/Session 实现多对话链跟踪、raw token 拼接保证 TITO、以及 generate.py 的容错设计。对于希望实现类似代理 RL 管线的工程师有很强参考价值。

修复 sglang PD prefill 超时 abort 与 KV 同步失败处理

该 PR 是关键的健壮性修复，建议合并。对于生产环境，建议根据实际网络状况调整超时配置。

升级 sglang 至 v0.5.12.post1，更新 Docker 与 CI 配置。

建议关注 sglang patch 中关于 bootstrap 超时和内存占用释放的实现，这是提升分布式推理稳定性的关键改动。gpu_lock_exec 的重写模式可在其他类似工具中复用。

为 delta 权重更新模块增加旧镜像兼容性

值得快速合并，属于典型的向后兼容修复。建议关注近期是否有更多 delta 模式相关的兼容性改进入口。

引入 delta 权重同步，支持 disk 和 NCCL 传输

值得精读的设计型 PR。模板方法模式和编码器 decoupling 清晰，wire protocol 设计兼顾跨 DC 场景。建议关注 `_bytewise_diff_mask` 和 `_sparse_boundaries` 的高效实现（单次 concat + nonzero + searchsorted），以及 `_flush_bucket` 中 nccl/disk 分支的对称逻辑。