执行摘要

本PR通过添加轻量级OTLP收集器和多种跟踪集成测试至CI，显著提升SGLang跟踪功能的测试覆盖和稳定性，同时修复了tokenizer manager中的一个bug，避免嵌入输出中的token计数错误。变更主要影响基础设施和测试流程，对用户透明但有益于开发者调试效率。

功能与动机

为什么做：根据PR body描述，目标是“实现简单的OpenTelemetry Collector并添加跟踪集成测试到CI”，以取代依赖Docker的部署方式，简化测试环境并提高可靠性。此外，修复了一个追踪bug，确保在处理BatchEmbeddingOutput时正确生成token使用属性。

实现拆解

按模块拆解改动：

1. bug修复模块：修改python/sglang/srt/managers/tokenizer_manager.py中的convert_to_span_attrs函数，添加类型检查：
   

   if not isinstance(recv_obj, BatchEmbeddingOutput):
       span_attrs[SpanAttributes.GEN_AI_USAGE_COMPLETION_TOKENS] = recv_obj.completion_tokens[i]
   

2. CI依赖模块：更新scripts/ci/cuda/ci_install_dependency.sh，在EXTRAS中添加“tracing”包，确保测试环境安装必要依赖。
3. 测试框架模块：移除旧手动测试test/manual/test_tracing.py，新增自动化测试文件：
   • test/registered/observability/test_tracing.py：实现LightweightOtlpCollector类，支持gRPC接收和内存存储，覆盖trace levels 0-3、批处理请求、并行采样等场景。
   • test/registered/observability/test_tracing_disaggregation.py：扩展至PD分离模式，验证分布式环境跟踪。
4. 文件组织模块：重命名metrics测试文件以统一observability目录结构。

评论区精华

review讨论中最有价值的交锋：

• 安全绑定地址：gemini-code-assist[bot]指出“绑定到0.0.0.0暴露测试收集器到本地网络”，建议改为127.0.0.1以提升安全性。
• 性能优化：同一bot建议“使用ListFields()仅提取设置字段”，减少数据冗余；并提议“减少check_interval从2秒到更短值”以加速CI。
• 开发团队响应：sufeng-buaa回应间隔优化，调整逻辑为“三次连续空检查”，平衡了测试速度和稳定性。

风险与影响

具体风险和影响分析：

• 风险：新测试可能轻微增加CI时间（本地约130秒），但优化后影响可控；绑定地址更改需确保所有连接端点一致，否则可能导致测试失败；protobuf提取优化需验证数据完整性，避免断言错误。
• 影响：正面影响为主——提升跟踪测试覆盖，增强CI可靠性，修复bug防止数据错误；对开发者，简化测试部署（无需Docker），但引入新测试框架需额外维护。

关联脉络

与历史PR和关联Issue的关系：

• 从近期历史PR看，本PR延续了CI改进趋势（如PR 21950修复GPU依赖），并关联测试基础设施优化（如PR 21905安全扫描）。
• 虽无直接关联Issue，但体现了团队对observability模块（跟踪、指标）的持续投入，可能为未来调试和监控功能演进奠定基础。