执行摘要

• 一句话：修复 schema 缓存导致的 reasoning 状态残留 bug
• 推荐动作：值得合入，修复逻辑清晰。建议后续为 reasoner_grammar_backend 添加单元测试覆盖 cached schema 场景，防止回归。

功能与动机

由 #23953 引入，当 schema 被缓存后，grammar 对象的最后状态仍然保留，导致 tokens_after_end 未被正确重置，从而引发状态错误。PR body 指出需要“init a full fresh state”。

实现拆解

1. 定位问题：在 reasoner_grammar_backend.py 的 MaybeInitReasoning 方法中，当 reasoning=True 进入思考模式时，只重置了 tokens_in_think，没有重置 tokens_after_end，导致从缓存恢复的 grammar 对象 tokens_after_end 保留旧值（可能为 0 或正数），使得 _is_generation() 误判为生成阶段。
2. 单行修复：在 maybe_init_reasoning 的 reasoning=True 分支中，新增 self.tokens_after_end = -1，与 _is_thinking() 的判断条件 (tokens_in_think >= 0 and tokens_after_end == -1) 保持一致，确保进入思考模式时状态完全正确。
3. 无测试配套改动：PR 未添加单元测试，但改动极简（1 行），通过 CI 测试验证。

关键文件：

• python/sglang/srt/constrained/reasoner_grammar_backend.py（模块 约束后端；类别 source；类型 core-logic；符号 maybe_init_reasoning）: 修复核心文件，在 maybe_init_reasoning 中增加 tokens_after_end = -1 重置，是本次变更的唯一文件。

关键符号：maybe_init_reasoning

关键源码片段

python/sglang/srt/constrained/reasoner_grammar_backend.py

修复核心文件，在 maybe_init_reasoning 中增加 tokens_after_end = -1 重置，是本次变更的唯一文件。

# reasoner_grammar_backend.py 片段
class ReasonerGrammarBackend:
    # ...
​
    def maybe_init_reasoning(self, reasoning: bool):
        """
        根据 reasoning 是否为 True 初始化状态。
        当 reasoning=True 时，进入思考模式，重置 tokens_in_think 为 0，
        并将 tokens_after_end 设为 -1（与 _is_thinking 的判断条件一致）。
        修复前缺少 tokens_after_end = -1 的赋值，导致 schema 缓存后状态残留。
        """
        if reasoning:
            self.tokens_in_think = 0
            # 修复：确保进入思考模式时 tokens_after_end 为 -1，
            # 避免复用 cached grammar 对象时残留旧值导致的错误。
            self.tokens_after_end = -1
        else:
            self.tokens_in_think = -1
            self.tokens_after_end = 0

评论区精华

reviewer JustinTong0323 在批准时评论：“LGTM. Resetting tokens_after_end = -1 correctly puts cached grammar objects back into THINKING state on reuse.” 确认了修复的正确性。无其他讨论。

• 暂无高价值评论线程

风险与影响

• 风险：风险低：该修复仅涉及单行赋值，逻辑与 _is_thinking() 判断条件吻合，不会引入新问题。但缺少对 cached schema 场景的单元测试，未来若有类似状态扩展可能再次遗漏。
• 影响：影响范围：影响使用 grammar 约束推理的 reasoning 模型（如 DeepSeek-R1 等）。修复后，当 schema 被缓存且复用 grammar 对象进入 reasoning 时，状态判断正确，避免生成阶段错误地调用 thinking 逻辑或 vice versa。用户无需更改配置，重启后自动生效。
• 风险标记：缺少测试覆盖

关联脉络

• PR #23953 相关 PR （编号为假设）: PR body 提到该 bug 由 #23953 引入，但实际仓库中未找到该 PR。