执行摘要

• 一句话：整理 server_args.py 常量分组并移除无用别名
• 推荐动作：值得快速浏览，了解 server_args.py 的结构改进，尤其适合关注代码整洁性的读者。

功能与动机

提升 server_args.py 的可读性和可维护性，将相关的 attention backend 列表放在一起，移除冗余别名，添加分组注释以便于后续开发者理解。

实现拆解

1. 移动 CHUNKED_PREFIX_CACHE_SUPPORTED_ATTENTION_BACKENDS 和 add_chunked_prefix_cache_attention_backend：从 QUANTIZATION_CHOICES 之前的位置移至 ATTENTION_BACKEND_CHOICES 之后，使 attention backend 相关的定义聚集在一起。同时简化函数实现，去掉了重复检查逻辑（deduplication 由调用方保证）。
2. 移除 SPECULATIVE_DRAFT_MODEL_QUANTIZATION_CHOICES 别名：该别名直接等于 QUANTIZATION_CHOICES，没有额外价值。在其唯一的引用点（speculative_draft_quantization 参数的 choices）改为直接使用 QUANTIZATION_CHOICES。
3. 添加分组注释：在 speculative_ngram 和 weight cache 参数组之前添加了 section header 注释（# ---------- ...），便于快速定位。
4. 格式修正：第二个 commit 修复了 server_args.py 的格式问题（可能涉及空白或行长度）。

关键文件：

• python/sglang/srt/server_args.py（模块 配置层；类别 source；类型 core-logic；符号 add_chunked_prefix_cache_attention_backend）: 所有变更均集中在此文件：移动常量、去除别名、添加注释。

关键符号：add_chunked_prefix_cache_attention_backend

关键源码片段

python/sglang/srt/server_args.py

所有变更均集中在此文件：移动常量、去除别名、添加注释。

# 将 CHUNKED_PREFIX_CACHE 相关定义移至 ATTENTION_BACKEND_CHOICES 之后
# 使得 attention backend 的列表集中在一起，提升可读性
​
ATTENTION_BACKEND_CHOICES = [
    # ... 省略具体后端
]
​
# Attention backends whose kernels read the chunked prefix-cache layout.
# Out-of-tree platforms may extend this list (via
# add_chunked_prefix_cache_attention_backend) before ServerArgs construction;
# the chunked-prefix gate is evaluated during resolution.
CHUNKED_PREFIX_CACHE_SUPPORTED_ATTENTION_BACKENDS = [
    "flashinfer",
    "fa3",
    "fa4",
    "flashmla",
    "cutedsl_mla",
    "cutlass_mla",
    "trtllm_mla",
    "tokenspeed_mla",
]
​
# 简化后的注册辅助函数，不再检查重复添加（调用方保证）
def add_chunked_prefix_cache_attention_backend(backend_name):
    CHUNKED_PREFIX_CACHE_SUPPORTED_ATTENTION_BACKENDS.append(backend_name)
​
# 删除了冗余别名 SPECULATIVE_DRAFT_MODEL_QUANTIZATION_CHOICES = QUANTIZATION_CHOICES
# 在参数定义中直接使用 QUANTIZATION_CHOICES
class ServerArgs:
    speculative_draft_quantization: Optional[str] = Field(
        default=None,
        choices=QUANTIZATION_CHOICES, # 直接引用，无需别名
        ...
    )

评论区精华

无 review 讨论，PR 为作者自审合并。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低。纯重构，无行为变化。唯一注意点是 add_chunked_prefix_cache_attention_backend 函数简化后不再检查重复添加，但该函数预期仅由 out-of-tree 平台在启动早期调用一次，重复调用风险可控。
• 影响：影响范围限于 server_args.py 的可读性和维护性。对运行时行为无影响，所有功能保持兼容。
• 风险标记：无行为变更

关联脉络

• 暂无明显关联 PR