sgl-project/sglang

补充 Wan2.2 Ascend NPU MXFP8 量化文档

该 PR 为标准文档补充，适合所有使用 Ascend NPU 的 Diffusion 用户参考。源码层风险已由作者标注为不适用，无需额外关注。

修复 CI 中 sgl-kernel-mla-test 路径错误

建议快速合并此 PR，因为它修复了阻塞所有 PR 的 CI 回归问题。同时值得关注的是优化路径过滤的设计决策：避免纯配置变更触发昂贵构建，这是一个良好的 CI 实践。

修复 Flashinfer A2A 调度中 padding slot 导致的 NaN

该 PR 为典型的单行关键 bugfix，推荐阅读以理解 A2A 调度中 padding slot sanitize 的必要性。设计上的教训是：新参数默认值应为安全值（如 -1），而不是跳过清理。值得关注的决策：通过修改 dispatch 调用而非修改 dispatcher 内部逻辑，保持了最小侵入性。

用 heapq.nlargest 替代全排序优化 Rerank 响应构建

该 PR 实现简洁、风险低、有理论优势，建议合并。适合作为性能优化的范例来阅读。

修复 AMD CI DSv4 参数回退和 cron 续跑问题

推荐 AMD 和 CI 维护者关注本次 continue-on-error 条件的设计模式（`github.event_name == 'schedule'`），以及跨分支配置兼容性处理。对于其他硬件后端，可借鉴类似的条件感知方式。本 PR 改动直观、测试充分，值得精读。

添加 MiniCPM-V 4.6 cookbook 文档

值得阅读，尤其是交互式 Deployment 组件的实现方式可作为后续文档交互模式的参考。设计决策（如按硬件区分 attention backend、reasoning parser 与 tool call parser 的组合逻辑）清晰反映了 SGLang 对多模态模型实际部署的推荐配置。

融合算子加速 NPU Wan 推理 2%-10%

该 PR 展示了如何为 NPU 后端添加融合算子路径，具有参考价值。但 review 中的重构建议未被采纳，对于追求高代码质量的团队尤其值得注意。整体改动较小，建议关注其中的模式设计。

H20 CI 阶段默认 CUDA 版本升级至 13.0

该 PR 为简单的 CI 配置修复，无需精读代码。但体现了团队维护 CI 环境同步的务实做法，对于关注 CI 稳定性的读者有参考价值。