执行摘要

• 一句话：清理detokenizer管理器并移除未使用的多模态生成代码，引入健康检查请求前缀常量。
• 推荐动作：建议工程师精读detokenizer_manager.py的清理部分，以学习如何安全移除冗余代码和优化状态管理；同时关注常量引入的设计决策，作为避免硬编码的良好实践。

功能与动机

根据PR body描述，动机是“清理死代码和硬编码字符串”，移除is_multimodal_gen/is_image_gen等始终为False的stub函数和相关分支，以避免代码冗余和潜在混淆；同时引入常量HEALTH_CHECK_RID_PREFIX以确保健康检查请求标识的一致性，便于未来修改。

实现拆解

实现方案分为三个部分：

1) 在constants.py中添加HEALTH_CHECK_RID_PREFIX常量，并在http_server.py、scheduler.py等文件中替换所有硬编码的“HEALTH_CHECK”字符串；
2) 移除model_config.py中的is_multimodal_gen和is_image_gen属性及其stub函数，并清理scheduler_output_processor_mixin.py、tokenizer_manager.py等文件中受其保护的分支；
3) 清理detokenizer_manager.py，包括移除健康检查请求的特殊状态跟踪、删除未实现的handle_multimodal_decode_req调度器条目、移除dummy-weights分支，并调整初始化逻辑顺序。

关键文件：

• python/sglang/srt/managers/detokenizer_manager.py（模块 managers）: 核心清理文件，移除了健康检查特殊处理、未实现方法和其他冗余分支，调整了初始化逻辑，对detokenizer功能有直接影响。
• python/sglang/srt/configs/model_config.py（模块 configs）: 移除了is_multimodal_gen和is_image_gen死代码及其stub函数，这些属性始终返回False，清理后简化了模型配置逻辑。
• python/sglang/srt/constants.py（模块 constants）: 添加了HEALTH_CHECK_RID_PREFIX常量，用于替换硬编码字符串，提升代码可维护性和一致性。

关键符号：is_health_check_request, init_running_status, _decode_batch_token_id_output, log_finished_request

评论区精华

review中只有一条评论，作者merrymercy在detokenizer_manager.py第241行指出“We need this line back!”，涉及_decode_batch_token_id_output方法中移除的存储decode status代码。这揭示了清理过程中可能过度删除了必要逻辑，最终在后续提交中修复，确保了健康检查请求仍能正确处理decode状态。

• 恢复decode status存储 (correctness): 在后续提交中修复，恢复了存储decode status的逻辑，防止健康检查请求被错误处理。

风险与影响

• 风险：主要风险包括：
  1) 回归风险：移除is_multimodal_gen分支可能影响未来若启用该功能时的兼容性，但基于其始终为False的现状，风险较低；
  2) 正确性风险：detokenizer清理中移除健康检查特殊处理，需确保所有健康检查请求仍被正确跳过，但通过常量替换和测试覆盖缓解；
  3) 移除未实现方法如handle_multimodal_decode_req可能影响扩展性，但当前未使用。整体风险可控，因变更集中于死代码清理和常量提取。
  • 影响：对用户无直接影响，系统行为不变；对团队，代码库更简洁，减少维护负担，提升可读性；对系统，删除死代码减少潜在bug源，常量提取增强配置一致性。影响范围限于内部模块如detokenizer、scheduler和模型配置，不涉及外部API或性能变化。
  • 风险标记：死代码移除可能影响未来扩展, 常量提取需确保所有使用点更新

关联脉络

• PR #21536 [Clean] Remove deprecated environs: 同样是清理和重构工作，移除已弃用的环境变量，与本PR的代码清理主题相似。
• PR #21123 reduce CPU peak memory in multimodal tensor hashing: 涉及代码优化和重构，与本PR的清理和简化逻辑有共通之处。