sgl-project/sglang

NPU 文档中命令行参数名称更新

该 PR 价值较低，仅为简单的文档同步更新，无需精读。若需了解 NPU 相关参数完整信息，可查阅该文档。

新增 Rust TokenizerManager、Ring 和 Runtime 模块

该 PR 是 SGLang Rust Server 基础架构的关键拼图，设计上在内存布局（列式数据）、并发模型（flume + select）和 GIL 管理方面有很多值得学习的权衡。建议团队内所有参与核心调度和通信的开发人员仔细阅读 `ring.rs` 和 `tokenizer_manager.rs` 的设计文档和代码注释。合并后应尽快补充集成测试，并考虑在 CI 中启用 Rust server 的端到端测试。

MLX 请求容量按 attention DP 大小分配，修复纯 DP 副本容量不足

建议：MLX 后端开发者和 CI 维护者审查此 PR，确保后续 #32101、#32102 可以无缝集成。测试覆盖较全，可放心合并。注意 @noob-se7en 正在重构 model_runner_stub，未来可能再次调整此逻辑。

添加内核注册库存防护并清理基准测试布局

推荐内核贡献者和基础设施维护者精读。`KernelRegistry.register()` 的语义变化与冲突检测设计值得学习，尤其是如何在不引入运行时依赖的前提下用 AST 进行结构性验证。此外，文件组织重构为基准测试提供了清晰布局。

文档首页和导航引入模型轮播组件并重新排序

对于文档和前端开发者，值得精读：数据与展示分离、可访问性处理、Mintlify 平台限制下的组件设计。对于核心引擎开发者可忽略。

修正 Kimi-K3 H200 吞吐配方为 4×8 TP32/EP32

作为纯文档修复，建议合并。无需精读，但可关注其数据驱动的配置校正方式（基于实际运行结果更新文档）。

新增 Rust egress 消息层与完成原因模块

该 PR 设计精巧，尤其关注了向前兼容（FinishReason::Unknown）和安全性（正则 admission 缓存、边界检查）。值得所有参与 Rust 服务器开发的成员精读，理解 egress 协议和数据类型约定。对于非 Rust 开发者，可以跳过实现细节，但应当通过 final_report 了解整体架构演进。

在SM120上启用GPT-OSS FlashInfer MXFP4 MoE

值得精读。本PR展示了如何为特定GPU架构添加新的MoE内核后端，包括初始化检测、对齐约束处理、权重后处理以及自动切换。对于涉及多架构内核支持的开发者有很好的参考价值。