执行摘要
- 一句话：为 STANDALONE 推理添加语法重叠调度
- 推荐动作：PR 改动简单，值得快速合入。测试覆盖充分，逻辑清晰。建议阅读
spec_info.py 中 supports_grammar_overlap 的设计方式，了解 SGLang 如何通过枚举方法控制解码行为。
功能与动机
PR body 说明："Enable the spec-v2 grammar barrier for STANDALONE (StandaloneWorkerV2 inherits the EAGLE V2 verify path where the barrier is threaded). Constrained-decoding coverage reuses the existing standalone triton server (overlap on), so grammar decode exercises the barrier path with no extra server launch." 即由于 StandaloneWorkerV2 已继承 EAGLE V2 的 verify 路径，该路径已包含 grammar barrier，因此只需在调度策略层面开启支持，并补充测试覆盖。
实现拆解
-
启用 grammar overlap 标志：在 python/sglang/srt/speculative/spec_info.py 的 SupportsGrammarOverlap 方法中，将 return self.is_eagle() 改为 return self.is_eagle() or self.is_standalone()，并添加注释说明 STANDALONE 继承 EAGLE V2 worker verify 路径，barrier 已包含。
-
补充约束解码测试：在 test/registered/spec/test_spec_standalone.py 的 TestStandaloneV2SpeculativeDecodingTriton 类中，混入 RegexConstrainedMixin 和 JSONConstrainedMixin，并更新注释说明约束 Mixin 复用同一服务器且 overlap 开启，从而验证 grammar barrier 路径。同时将注册的预估时间从 406 调整为 450，反映新增测试用例的开销。
关键文件：
python/sglang/srt/speculative/spec_info.py（模块 推理调度；类别 source；类型 core-logic；符号 SpeculativeAlgorithm）: 核心逻辑变更：在 SupportsGrammarOverlap 中新增 is_standalone() 分支，使 STANDALONE 算法能够参与 grammar barrier 调度。test/registered/spec/test_spec_standalone.py（模块 测试；类别 test；类型 test-coverage；符号 TestStandaloneV2SpeculativeDecodingTriton）: 测试配套：在 Triton 后端的测试类中混入约束解码 Mixin，验证 grammar barrier 路径正确性。
关键符号：SpeculativeAlgorithm.supports_grammar_overlap
评论区精华
该 PR 没有 review 评论讨论。仅有一条 author 触发的 /rerun-test 命令和 bot 的结果报告，测试通过。
风险与影响
- 风险：风险极低。变更仅涉及两处，且核心逻辑只是新增一个条件分支。测试已覆盖 triton 后端的约束解码场景。但需注意：若未来 STANDALONE 的 verify 路径与 EAGLE 产生偏离，则此处的假设可能失效。
- 影响：影响范围：仅影响使用 STANDALONE 算法且开启 grammar overlap 的推理场景，默认行为不变。影响程度：较小，但提升了功能性——用户现在可以在 STANDALONE speculative decoding 中同时使用约束解码（如 JSON 或正则约束），而无需额外配置。
- 风险标记：假设依赖（STANDALONE 继承 EAGLE verify 路径）
关联脉络
- PR #32023 [Scheduler] Enable decode retraction ordering under speculative decoding: 同属 speculative decoding 调度优化，涉及 grammar overlap 上下文的 retraction 排序。
参与讨论