根据PR body，动机是添加SGLang-native API-level CUDA crash logging for LLM and diffusion kernel call boundaries，灵感来自FlashInfer的API logging utility（https://github.com/flashinfer-ai/flashinfer/blob/main/flashinfer/api_logging.py）。目的是在CUDA崩溃（如illegal memory access, device-side assert）前捕获输入张量，便于调试数据问题，同时保持实现简洁，专注于崩溃调试和level-10 dump capture，不包括replay代码。

建议技术管理者和工程师精读本PR，重点关注以下方面：

• 设计决策：python/sglang/kernel_api_logging.py中的装饰器实现，如何集成环境变量控制和dump生成，值得学习可配置调试系统设计。
• 代码优化：自动推断op名称的机制，减少手动维护，展示Python装饰器高级用法。
• review洞察：讨论中的命名约定和类型友好性改进，提供了软件工程最佳实践案例。

实现方案按模块拆解：

1. 核心logging模块：新增python/sglang/kernel_api_logging.py，提供debug_kernel_api装饰器，支持环境变量SGLANG_KERNEL_API_LOGLEVEL控制日志级别（0-10），处理日志输出和dump文件生成。
2. 装饰器工具：新增python/sglang/jit_kernel/debug_utils.py，实现maybe_wrap_jit_kernel_debug装饰器，用于包装JIT kernel函数；在sgl-kernel/python/sgl_kernel/debug_utils.py中添加类似工具。
3. 内核集成：修改46个文件，在关键JIT kernel函数（如norm.py、flash_attention_v4.py、扩散triton内核）上添加@maybe_wrap_jit_kernel_debug装饰器，自动推断op名称以减少手动指定。
4. 模块扩展：更新LLM和扩散模块，如注意力层（python/sglang/multimodal_gen/runtime/layers/attention/layer.py）、线性层（python/sglang/srt/layers/linear.py）、自定义操作（python/sglang/srt/utils/custom_op.py），使用wrap_method_with_debug_kernel_once或debug_torch_op集成logging。
5. 文档与环境变量：新增技能文档.claude/skills/debug-cuda-crash/SKILL.md，详细说明调试流程；更新环境变量文档（docs/diffusion/environment_variables.md和docs/references/environment_variables.md）记录新变量。

技术风险具体包括：

1. 性能开销：启用logging（日志级别>0）时，装饰器会增加函数调用和日志写入开销，可能影响推理性能，但默认级别0禁用，风险可控。
2. 兼容性风险：新增环境变量SGLANG_KERNEL_API_LOGLEVEL等，若与现有配置冲突可能影响行为，但文档已更新说明默认值。
3. 代码侵入性：装饰器添加到46个核心文件，涉及JIT kernel、注意力、线性等模块，增加代码复杂度和维护负担，但设计为非侵入式（默认禁用）。
4. 潜在bug：新logging逻辑在异常处理（如CUDA graph捕获、torch编译）中可能引入错误，但review中讨论了_is_compiling()和_is_cuda_graph_capture_active()检查以缓解。

影响评估：

1. 用户影响：为开发者和工程师提供强大的CUDA崩溃调试工具，能捕获崩溃前输入张量，显著缩短调试时间，改善开发体验。
2. 系统影响：添加新模块和装饰器，轻微增加代码库大小（1585行添加），仅在调试时启用对性能影响有限；覆盖LLM和扩散关键路径，提升系统可调试性。
3. 团队影响：促进内核开发和问题定位，可能提高代码质量和稳定性；技能文档增强团队知识共享。影响范围中等，主要针对调试场景，不改变生产环境核心功能。