执行摘要

• 一句话：退役 flags 镜像层，统一读取 server_args
• 推荐动作：值得精读：展示了如何系统性地消除冗余抽象，通过翻转所有读取点并安全删除整个镜像层，是架构清理的典范。设计决策（将解析后的配置保留在 server_args 上、仅保留 capture 运行时状态）值得借鉴。

功能与动机

在 #30297 之后，server_args 字段在所有进程的任何时刻都携带了解析后的配置。flags 镜像层是双应用转换的残留，导致相同值存在两条读取路径，并且出现了一个重复的 bug 类：get_flags() 在发布点之前被调用时返回默认值。统一为 get_server_args() 可消除此问题。

实现拆解

1. 翻转 65 个读取点到 server_args：在 runtime_context.py 中通过 get_server_args() 统一读取，涉及 enable_dp_lm_head、disable_shared_experts_fusion、注意力后端、quantization、sampling_backend 等字段。
2. 删除 flags 镜像层：移除 _StaticFlags、AttnFlags、MoeFlags、resolve_flag_leaf、record_runtime_overrides 以及冻结机制和发布时门解析，runtime_context.py 大幅精简。
3. 调整模型文件：将 glm4_moe.py、deepseek_v2.py 等 60+ 个文件中的 get_flags().xxx 替换为 get_server_args().xxx，并更新导入。
4. 更新声明式覆盖：overrides.py 中的 declare_load_time_override 改为直接通过 server_args.override() 写入，不再经过 flags 层。
5. 修复测试：AMD 采样测试中因 get_server_args() 未发布而失败，现通过 set_global_server_args_for_scheduler 正确发布 dummy。

关键文件：

• python/sglang/srt/runtime_context.py（模块 运行时上下文；类别 source；类型 dependency-wiring；符号 _StaticFlags, freeze, frozen, AttnFlags）: 核心变更：删除镜像层、保留 CaptureFlags、简化 _FlagGroupBase、缩减代码量。
• python/sglang/srt/arg_groups/overrides.py（模块 模型覆盖；类别 source；类型 dependency-wiring；符号 OverrideRecord, apply_model_overrides, assert_flag_parity）: 声明式模型覆盖：移除 flags 层写入，改为直接通过 server_args.override() 写入。
• test/registered/unit/test_runtime_context.py（模块 单元测试；类别 test；类型 test-coverage；符号 _FakeStaticGroup, test_static_group_writable_until_freeze, test_override_is_transactional_and_works_on_frozen, test_override_is_transactional）: 测试同步调整：移除 freeze 相关测试，适配新的 CaptureFlags 体系。
• test/registered/unit/test_model_overrides.py（模块 单元测试；类别 test；类型 test-coverage；符号 _FakeAttnGroup, _FakeFlags, TestApplyModelOverridesGate, _fresh）: 测试同步调整：移除 apply_model_overrides 相关测试，适配新覆盖写入方式。
• python/sglang/srt/models/glm4_moe.py（模块 模型层；类别 source；类型 data-contract）: 典型读取点迁移：将 get_flags().disable_shared_experts_fusion 改为 get_server_args().disable_shared_experts_fusion。

关键符号：get_server_args, set_server_args, declare_load_time_override, _FlagGroupBase.setattr, CaptureFlags, Flags

评论区精华

唯一线程来自 Codex 自动审查：指出 test_aiter_greedy_sample_amd.py 中 _mock_global_server_args 通过模块属性重绑定无法拦截 get_server_args()，导致构造 Sampler() 时引发 ValueError。作者确认并修复为通过 set_global_server_args_for_scheduler 发布虚拟 ServerArgs，同时移除重绑定。

• AMD 采样测试需要发布虚拟 server args (testing): 作者修复为通过 set_global_server_args_for_scheduler 发布虚拟 ServerArgs，并移除了模块重绑定。

风险与影响

• 风险：低风险：所有读取点均通过完整的单元测试套件验证（严格突变守卫开启），DSV3.2 TP2 烟雾测试通过。唯一需要关注的是一致性问题：若有后续代码直接访问 flags 层未迁移的字段（如 flags.capture），则仍保持向后兼容。
• 影响：内部配置读取路径统一，消除双读取方式的歧义和预发布 bug。对外部 API 无影响，用户无需修改配置。团队维护成本降低（少一个概念层）。
• 风险标记：核心路径变更, 60+ 文件改动

关联脉络

• PR #30297 [refactor] resolve-at-end for server_args: PR body 提及 After #30297，是本 PR 的前置基础。
• PR #30299 [refactor] Stacked on #30299: PR body 说明 Stacked on #30299，依赖该 PR。
• PR #30347 [refactor] Collect MoE and DP-attention runtime state into typed flag groups: 同样重构 runtime_context.py，与本 PR 高度关联。
• PR #30348 [refactor] ctx.resources: named slots, stream leases, and workspace buffer leases: 同样重构 runtime_context.py，与本 PR 高度关联。