执行摘要

• 一句话：重构 server_args 选项注册与别名，环境门控移至 parser 构造期
• 推荐动作：该 PR 值得精读的点在于两种模式：用 bound method 别名消除样板 wrapper（如 add_load_format_choices = LOAD_FORMAT_CHOICES.extend），以及把环境门控从 import 期推迟到使用期并配以 parser 级测试。对维护大型 argparse 注册表的项目有直接借鉴价值；对只关注推理功能的读者，本 PR 无推理路径改动，可略读。合入前建议确认 CI Extra 失败原因。

功能与动机

PR body 明确提出两条动机：'Simplify the choice registries in server_args.py' 和 'keep dynamic CLI-only choices scoped to parser construction'。原有的 add_*_choices 包装函数与注册表分离、样板重复；token_oracle 这类受 SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE 门控的动态选项在 import 期一次性注入集合，同一进程内多个 parser 无法分别反映各自环境，测试被迫用 importlib.reload 重载整个模块来验证，既慢又容易引入其他模块状态副作用。重构把动态选项收敛到 ServerArgs.add_cli_args，注册项与别名一一相邻。

实现拆解

1. 注册表与别名相邻化（python/sglang/srt/server_args.py）：LOAD_FORMAT_CHOICES、QUANTIZATION_CHOICES、ATTENTION_BACKEND_CHOICES、DRAFT_ATTENTION_BACKEND_CHOICES、DISAGG_TRANSFER_BACKEND_CHOICES、GRAMMAR_BACKEND_CHOICES、MOE_RUNNER_BACKEND_CHOICES、MXFP8_MOE_RUNNER_BACKEND_CHOICES、FP8_GEMM_RUNNER_BACKEND_CHOICES 等列表旁直接放置绑定别名，例如 add_load_format_choices = LOAD_FORMAT_CHOICES.extend、add_chunked_prefix_cache_attention_backend = CHUNKED_PREFIX_CACHE_SUPPORTED_ATTENTION_BACKENDS.append。语义与旧 wrapper 一致（均为 in-place 扩展），但删除一层缩进与样板。
2. 内联无外部扩展面的列表：DSA_CHOICES/NSA_CHOICES、MOE_A2A_BACKEND_CHOICES、ENCODER_TRANSFER_BACKEND_CHOICES 等不再作为模块级注册常量暴露；同步更新 python/sglang/srt/layers/attention/dsa_backend.py 注释（shared DSA_CHOICES list → shared CLI choices）与 test/registered/unit/disaggregation/test_kimi_k3_encoder_mode.py 注释（不再引用 ENCODER_TRANSFER_BACKEND_CHOICES[0]）。
3. token_oracle 门控时机变更：SAMPLING_BACKEND_CHOICES 在模块级只保留基础三项，环境判断移入 ServerArgs.add_cli_args，每次 parser 构造时重新评估 SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE，从而消除 import 期一次性判定导致的跨 parser 不一致。
4. resolve_encoder_transfer_backend 下移：将该解析函数移到 ServerArgs 类之后，保留 from __future__ import annotations 以满足类内前向引用返回注解的求值需求；模块级导入语义不变。
5. 测试配套：test/registered/unit/server_args/test_server_args.py 的 TestSamplingBackendTokenOracleEnvGate 删除 _reload_server_args_with_env，改用 patch.dict 控制环境后直接调用 prepare_server_args / ServerArgs.add_cli_args，并新增 test_gate_is_recomputed_for_each_parser 验证两个不同环境下的 parser choices 相互独立；test/manual/test_dsa_alias_cli_registry_env.py 改为通过 parser action 的 choices 断言 --dsa-prefill-backend 与 --nsa-prefill-backend 的一致性。

关键文件：

• python/sglang/srt/server_args.py（模块 服务参数；类别 source；类型 core-logic；符号 resolve_encoder_transfer_backend, add_load_format_choices, add_quantization_method_choices, add_attention_backend_choices）: 重构主体：注册表与 add_*_choices 别名相邻化、删除样板 wrapper、内联无扩展面列表、token_oracle 门控移入 add_cli_args、resolve_encoder_transfer_backend 下移。
• test/registered/unit/server_args/test_server_args.py（模块 参数测试；类别 test；类型 test-coverage；符号 test_token_oracle_accepted_when_env_enabled, test_token_oracle_rejected_when_env_disabled, test_gate_is_recomputed_for_each_parser）: 测试随门控时机变更而重写：patch.dict 替代 importlib.reload，新增 test_gate_is_recomputed_for_each_parser 验证每个 parser 独立反映环境。
• test/manual/test_dsa_alias_cli_registry_env.py（模块 选项别名；类别 test；类型 test-coverage；符号 test_dsa_choices_is_canonical, test_nsa_choices_match_dsa_choices）: DSA_CHOICES/NSA_CHOICES 常量内联后，改为从 parser action 的 choices 验证 --dsa- 与 --nsa- 的一致性，避免依赖已删除的常量。
• python/sglang/srt/layers/attention/dsa_backend.py（模块 注意力后端；类别 source；类型 comment）: 仅注释同步（shared DSA_CHOICES list → shared CLI choices），反映 DSA_CHOICES 常量不再作为模块级公开面。
• test/registered/unit/disaggregation/test_kimi_k3_encoder_mode.py（模块 编码器模式；类别 test；类型 comment）: 注释不再引用 ENCODER_TRANSFER_BACKEND_CHOICES[0]，说明默认值字面量 auto 的解析路径已内联。

关键符号：ServerArgs.add_cli_args, resolve_encoder_transfer_backend, add_load_format_choices, add_quantization_method_choices, add_attention_backend_choices, add_draft_attention_backend_choices, add_deterministic_attention_backend_choices, add_radix_supported_deterministic_attention_backend_choices, add_chunked_prefix_cache_attention_backend, test_gate_is_recomputed_for_each_parser, test_token_oracle_accepted_when_env_enabled

关键源码片段

python/sglang/srt/server_args.py

重构主体：注册表与 add_*_choices 别名相邻化、删除样板 wrapper、内联无扩展面列表、token_oracle 门控移入 add_cli_args、resolve_encoder_transfer_backend 下移。

# server_args.py 中注册表与其 add_* 别名相邻的组织方式。
# 用绑定后的 list.extend / list.append 方法直接充当 add_* 别名，
# 替代原先每处一个 def wrapper 的样板；别名与注册表相邻放置，
# 后续新增选项时只需维护注册表本身。
​
SAMPLING_BACKEND_CHOICES = {"flashinfer", "pytorch", "ascend"}
# token_oracle 不再在 import 期按 SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE 注入，
# 而是由 ServerArgs.add_cli_args 在每个 parser 构造时评估环境后加入，
# 这样同一进程内不同环境下创建的 parser 各自反映当时的门控状态。
​
LOAD_FORMAT_CHOICES = [
    "auto", "pt", "safetensors", "npcache", "dummy", "sharded_state",
    "presharded", "gguf", "expert_pack", "bitsandbytes", "mistral",
    "layered", "flash_rl", "remote", "remote_instance", "fastsafetensors",
    "private", "runai_streamer",
]
# NOTE: LoadFormat.IPC_CACHE 故意不设公开的 --load-format 选项，
# 它是 ModelRunner 在启用 weight cache 时自动设置的内部调度格式，
# 暴露为 CLI 选项会允许用户构造矛盾组合（参见 _handle_load_format）。
add_load_format_choices = LOAD_FORMAT_CHOICES.extend
​
QUANTIZATION_CHOICES = [
    "awq", "fp8", "mxfp8", "gptq", "marlin", "gptq_marlin",
    "awq_marlin", "bitsandbytes", "gguf", "modelopt", "modelopt_fp8",
    "modelopt_fp4", "nvfp4_online", "modelopt_mixed", "petit_nvfp4",
    "w8a8_int8", "w8a8_fp8", "moe_wna16", "w4afp8", "mxfp4",
    "auto-round", "auto-round-int8", "compressed-tensors", "modelslim",
    "mxfp_w4a8", "quark", "quark_int4fp8_moe", "quark_mxfp4",
    "mlx_q4", "mlx_q8", "unquant", "humming",
]
add_quantization_method_choices = QUANTIZATION_CHOICES.extend
​
ATTENTION_BACKEND_CHOICES = [
    "triton", "torch_native", "flex_attention", "dsa", "nsa", "dsv4",
    "compressed", "cutlass_mla", "fa3", "fa4", "flashinfer", "flashmla",
    "trtllm_mla", "cutedsl_mla", "tokenspeed_mla", "trtllm_mha",
    "dual_chunk_flash_attn", "hpc_ops", "minicpm_flashattn",
    "minicpm_flashinfer", "aiter", "wave", "intel_amx", "ascend",
    "intel_xpu",
]
add_attention_backend_choices = ATTENTION_BACKEND_CHOICES.extend

test/registered/unit/server_args/test_server_args.py

测试随门控时机变更而重写：patch.dict 替代 importlib.reload，新增 test_gate_is_recomputed_for_each_parser 验证每个 parser 独立反映环境。

class TestSamplingBackendTokenOracleEnvGate(CustomTestCase):
    """token_oracle 选项受 SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE 门控。
​
    choice 集合在 CLI 参数注册时最终确定，因此每个 parser 必须反映
    构造时刻的环境；测试不再 reload 模块，而是用 patch.dict 控制环境，
    直接验证 prepare_server_args 与 add_cli_args 的行为。
    """
​
    def test_token_oracle_rejected_when_env_disabled(self):
        with patch.dict(os.environ, {"SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE": "0"}):
            with self.assertRaises(SystemExit):
                server_args_module.prepare_server_args(
                    [
                        "--model-path",
                        DEFAULT_SMALL_MODEL_NAME_FOR_TEST_QWEN,
                        "--sampling-backend",
                        "token_oracle",
                    ]
                )
​
    def test_token_oracle_accepted_when_env_enabled(self):
        with patch.dict(os.environ, {"SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE": "1"}):
            parsed = server_args_module.prepare_server_args(
                [
                    "--model-path",
                    DEFAULT_SMALL_MODEL_NAME_FOR_TEST_QWEN,
                    "--sampling-backend",
                    "token_oracle",
                    # 显式指定 device，避免 ServerArgs.__post_init__ 调用
                    # get_device()（在纯 CPU CI 上会失败），也避免
                    # _handle_cpu_backends 把 sampling_backend 覆盖为
                    # pytorch，掩盖本次要验证的行为。
                    "--device",
                    "cuda",
                ]
            )
        self.assertEqual(parsed.sampling_backend, "token_oracle")
​
    def test_gate_is_recomputed_for_each_parser(self):
        with patch.dict(os.environ, {"SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE": "1"}):
            enabled_parser = argparse.ArgumentParser()
            ServerArgs.add_cli_args(enabled_parser)
​
        with patch.dict(os.environ, {"SGLANG_KV_CANARY_ENABLE_TOKEN_ORACLE": "0"}):
            disabled_parser = argparse.ArgumentParser()
            ServerArgs.add_cli_args(disabled_parser)
​
        enabled_action = next(
            action
            for action in enabled_parser._actions
            if action.dest == "sampling_backend"
        )
        disabled_action = next(
            action
            for action in disabled_parser._actions
            if action.dest == "sampling_backend"
        )
        self.assertIn("token_oracle", enabled_action.choices)
        self.assertNotIn("token_oracle", disabled_action.choices)

评论区精华

该 PR 没有任何公开 review 评论（comments_count 与 review_comments_count 均为 0），因此没有可提炼的讨论交锋。设计权衡主要体现在 PR body 和测试注释中：用 bound method 别名替代 wrapper 以消除样板；门控时机从 import 期推迟到 parser 构造期，测试注释明确写道 'The choice set is finalized when CLI arguments are registered, so each parser must reflect the environment at construction time'，这直接替代了原先必须 reload 模块才能验证门控的脆弱做法。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 模块级常量内联是潜在 breaking change：DSA_CHOICES/NSA_CHOICES、MOE_A2A_BACKEND_CHOICES、ENCODER_TRANSFER_BACKEND_CHOICES 等不再作为公开注册常量，仓库内引用已同步，但依赖这些符号的第三方扩展或 fork 在导入时会失败。
  2. token_oracle 门控时机从 import 期变为 parser 构造期：若外部代码在 import 期读取 SAMPLING_BACKEND_CHOICES 自行判断，会观察到与旧版不同的集合；由于该选项是 KV canary 实验门控，普通启动路径语义等价。
  3. bound method 别名直接暴露底层 list 可变性，任何调用方均可原地修改共享注册表，与旧 wrapper 语义一致但无新增保护。
  4. CI Extra（Run #33056167379）显示失败，PR body 声称 188 个 focused/unit 测试通过，两者需要确认是否由本 PR 引入。
     - 影响：对用户与部署：CLI 选项集合、默认值、校验行为不变；token_oracle 门控在普通单进程启动下等价，仅在同进程多 parser 场景下行为更精确（每个 parser 反映构造时刻环境）。对团队维护：server_args.py 减少约 200 行样板，注册表与别名相邻后新增选项只需改一处；测试从 importlib.reload 切换到 patch.dict，执行更快且不污染其他模块状态。对外部生态：依赖 server_args 内部 choice 常量的扩展代码需要迁移到 parser action 或新别名。
     - 风险标记：CLI 选项常量内联导致 API 表面变化, token_oracle 门控时机变更, CI Extra 失败待确认, 无 review 讨论覆盖

关联脉络

• PR #34492 XPU: remove SGLANG_USE_SGL_XPU flag: 同属对 server_args.py 的 CLI flag/选项注册持续清理主线，本 PR 进一步整理了选项注册表结构。
• PR #35634 [Feature] Add DeepEPv2 (ElasticBuffer) MoE A2A backend: 同样在 server_args.py 的 MoE runner/A2A backend 选项注册表上新增条目，为本 PR 重构的注册表提供演进上下文。