根据PR body，会话请求（session reqs）跳过正常的清理路径（scheduler和output_processor），导致多模态特征张量在GPU内存中泄漏，需要修复。此外，为简化CI流程，需要支持在单个评论中指定多个测试规格运行/rerun-ut命令，如示例“/rerun-ut test_a.py test_b.py test_c.py”。
建议重点阅读session_controller.py中的_close()方法，理解会话内存清理的设计决策；CI变更可快速浏览，了解如何扩展slash命令处理多个参数。对于工程师，关注多模态特征生命周期管理的最佳实践。
无review评论，变更由作者直接合并，未经过外部审查讨论。
实现分为两个模块：
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
python/sglang/srt/managers/schedule_batch.py |
scheduling | modified | 6.0 |
python/sglang/srt/managers/session_controller.py |
session management | modified | 7.0 |
scripts/ci/utils/slash_command_handler.py |
CI infrastructure | modified | 4.0 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
PR 无 review 评论，变更由作者直接合并，未经过外部审查。
结论：无争议，直接实施。 · 已解决
技术风险包括：
影响范围：
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
本PR修复了会话关闭时多模态特征未释放导致的GPU内存泄漏问题，通过统一清理模式并扩展CI的/rerun-ut命令支持多个测试规格。变更直接影响系统内存管理和CI效率，属于重要bugfix，建议关注session_controller.py中的内存清理逻辑。
PR旨在解决两个问题：首先，会话请求（session reqs）跳过正常清理路径，导致多模态特征张量在GPU内存中泄漏，这是#21269的后续跟进；其次，改进CI命令，使/rerun-ut能够一次性处理多个测试规格，如/rerun-ut test_a.py test_b.py，以提升测试流程的灵活性。
实现分为两部分：
MultimodalInputs类（schedule_batch.py）中添加release_features()方法，遍历mm_items并将feature设为None，统一释放GPU内存。session_controller.py的_close()方法中，会话关闭时调用release_features()，确保会话相关特征被释放；同时添加BOS偏移调整的防御性clamp和警告。scheduler.py和scheduler_output_processor_mixin.py中，用release_features()替换原有的内联清理代码，减少重复逻辑。slash_command_handler.py，将handle_rerun_ut拆分为_resolve_and_dispatch_ut，支持解析多个测试规格并分发工作流，最后整合结果到单个评论中。无review评论，变更由作者直接合并，未经过外部技术讨论或争议。
风险：
id(mm)去重，若多模态输入结构复杂，可能导致遗漏释放。max(0, s - 1)）可能引入位置计算错误，影响多模态输入的语义正确性。CI重构可能引入回归，如并发处理或权限检查漏洞，需依赖现有测试覆盖。
影响：
对系统：显著减少GPU内存泄漏风险，提升长时间会话的稳定性。
本PR是#21269的直接后续，延续了多模态输入会话修复的工作线；同时，与#21495相关，后者修复了/rerun-ut的并发问题，显示CI基础设施的持续演进。结合近期PR如#21490（flush_cache重构），可见团队在调度和内存管理方面的优化趋势。
参与讨论