执行摘要

• 一句话：解耦组件对 ModelRunner 的依赖，改为显式注入必要字段
• 推荐动作：建议精读该 PR，了解如何通过依赖注入减少耦合、提高模块化程度。尤其适合关注代码架构和可测试性的工程师。

功能与动机

PR 旨在缩小组件依赖范围，将 EPLBManager、ExpertBackupClient 和 WeightChecker 从依赖整个 ModelRunner 改为只注入它们真正需要的字段，使依赖关系更显式，为后续拆分布置更大的 ModelRunner 做准备。

实现拆解

1. EPLBManager（python/sglang/srt/eplb/eplb_manager.py）：构造函数从接受 ModelRunner 改为接受 server_args、model_config、ps、以及多个 get_* 回调，其中 getter 用于延迟访问尚未初始化的依赖（如 model、expert_backup_client、weight_updater）。rebalance 方法中原本通过 self._model_runner.* 的访问改为通过 getter 或本地保存的实例变量。
2. ExpertBackupClient（python/sglang/srt/elastic_ep/expert_backup_client.py）：构造函数从接受 server_args 和 model_runner 改为接受 server_args、model_config、moe_ep_size、moe_ep_rank 和 get_model。start_transfer_client 中通过 self._get_model() 获取模型参数。
3. WeightChecker（python/sglang/srt/utils/weight_checker.py）：构造函数从接受 model_runner 改为接受 get_model 和 ps。所有对 self._model_runner.model 和 self._model_runner.ps 的访问改为通过 self._get_model() 和 self._ps。
4. ModelRunner（python/sglang/srt/model_executor/model_runner.py）：更新三个组件的实例化点，传递 lambda getter 和显式参数，例如 EPLBManager(server_args=self.server_args, model_config=self.model_config, ...)。
5. 测试（test/registered/unit/utils/test_weight_checker.py）：更新 WeightChecker 的构造调用，传入 get_model 和 ps 模拟对象；重构 _FakeModelRunner 以暴露 ps 属性并使用 ParallelState.trivial。

关键文件：

• python/sglang/srt/eplb/eplb_manager.py（模块 负载均衡；类别 source；类型 core-logic；符号 init）: 核心重构文件，EPLBManager 从依赖 ModelRunner 改为显式注入参数和 getter，最具代表性。
• python/sglang/srt/utils/weight_checker.py（模块 权重校验；类别 source；类型 core-logic；符号 init）: WeightChecker 从依赖 ModelRunner 改为仅依赖 get_model 和 ps，展示依赖窄化模式。
• python/sglang/srt/model_executor/model_runner.py（模块 核心运行器；类别 source；类型 data-contract）: ModelRunner 中实例化三个组件的代码更新，展示调用端适配。
• python/sglang/srt/elastic_ep/expert_backup_client.py（模块 专家备份；类别 source；类型 core-logic；符号 init）: ExpertBackupClient 同样从依赖 ModelRunner 改为接受具体参数和 getter，是窄化依赖的代表之一。
• test/registered/unit/utils/test_weight_checker.py（模块 测试；类别 test；类型 test-coverage）: 测试文件随源码重构更新，并引入类型注释兼容性讨论。

关键符号：EPLBManager.init, ExpertBackupClient.init, WeightChecker.init, ModelRunner.initialize

关键源码片段

python/sglang/srt/eplb/eplb_manager.py

核心重构文件，EPLBManager 从依赖 ModelRunner 改为显式注入参数和 getter，最具代表性。

class EPLBManager:
    def __init__(
        self,
        *,
        server_args: ServerArgs,
        model_config: ModelConfig,
        ps: Any,
        get_model: Callable[[], nn.Module],
        get_expert_location_updater: Callable[[], ExpertLocationUpdater],
        get_expert_backup_client: Callable[[], Any],
        get_weight_updater: Callable[[], Any],
    ):
        super().__init__()
        self._server_args = server_args
        self._model_config = model_config
        self._ps = ps
        self._get_model = get_model
        self._get_expert_location_updater = get_expert_location_updater
        self._get_expert_backup_client = get_expert_backup_client
        self._get_weight_updater = get_weight_updater
        # ... 其余初始化逻辑保持不变
​
    def rebalance(self):
        # ...
        update_expert_location_with_recovery(
            expert_location_updater=self._get_expert_location_updater(),
            model=self._get_model(), # 通过 getter 延迟获取
            new_expert_location_metadata=expert_location_metadata,
            # ...
        )

评论区精华

仅有的 review 评论来自 gemini-code-assist[bot]，指出 test_weight_checker.py 中使用 int | None 类型注释而未导入 from __future__ import annotations 会导致 Python 3.9 运行时 TypeError，建议改用字符串字面量 "int | None"。该建议在 PR 合并时未被采纳，但其他文件（如 eplb_manager.py）已添加 from __future__ import annotations，测试文件仍存在潜在兼容性问题。

• Python 3.9 类型注释兼容性 (correctness): PR 合并时未采纳该建议，但 eplb_manager.py 已添加 from __future__ import annotations；测试文件仍存在潜在兼容性问题。

风险与影响

• 风险：
  • 兼容性风险：测试文件 test_weight_checker.py 中使用了 int | None 语法，若项目仍支持 Python 3.9，可能引发 TypeError。
  • 依赖注入生命周期：get_model 等 getter 如果被重新赋值可能导致不一致，但当前实现中 getter 在构造后稳定，风险低。
  • 回归风险：重构涉及多个组件，但测试已覆盖核心路径，风险可控。
  • 影响：对最终用户无影响，对开发团队而言提升了代码可维护性和可测试性。该重构为后续拆分布置 ModelRunner 奠定基础，与 #31169、#31168、#31167 等形成系列改进。
  • 风险标记：Python 3.9 兼容性风险, 延迟 getter 生命周期依赖

关联脉络

• PR #31169 Split initialize() into orchestration helpers: 同样是对 ModelRunner 的重构，拆分初始化逻辑，与本 PR 属于同一系列重构。
• PR #31168 Extract cuda-graph setup into a module: 提取 CUDA graph 设置，减少 ModelRunner 职责，与本 PR 目标一致。
• PR #31167 Extract attention-backend setup into a module: 提取 attention 后端设置，进一步模块化 ModelRunner，与本 PR 重构方向相同。