sgl-project/sglang

简化 chunked prefill 测试套件，移除冗余用例以缩短 CI 时间。

推荐技术管理者关注此 PR 作为测试优化案例，工程师可学习如何识别冗余测试以提升 CI 效率。对于关注调度或测试覆盖的团队成员，值得精读以理解测试重构策略和风险权衡。

撤销FLUX.1-dev ModelOpt NVFP4支持，修复CI测试失败。

建议技术管理者精读此PR以理解CI失败原因和revert策略，工程师应关注flux.py中的代码不一致性问题，并考虑后续清理未使用参数。该PR揭示了量化功能集成中的测试和代码一致性挑战。

统一多组件radix tree框架，替代独立的MambaRadixCache和SWARadixCache，支持插件化组件以简化扩展。

该PR值得精读，尤其是unified_radix_cache.py和tree_component.py中的设计决策。关注点：组件化架构如何实现资源隔离和驱逐优先级，以及如何通过接口避免核心树逻辑的特殊处理。建议在启用前进行大规模测试以验证线程安全和性能，并监控环境变量启用后的实际效果。

重构 NVFP4 shuffling/swizzling 为原地替换，修复 FlashInfer TRT-LLM backend 的权重更新问题。

建议技术管理者和工程师精读此 PR，重点关注重构后的权重管理逻辑和条件检查设计。值得学习的决策包括：如何通过原地替换优化内存使用和性能，以及如何处理量化 backend 的兼容性权衡。同时，应审查条件检查的安全性，确保在权重对齐失败时能优雅处理。

修复CPU后端DeepSeek-V3.1-Terminus模型运行时的参数类型错误。

该PR值得快速浏览以了解CPU后端量化参数传递的细节。关注点：1. qkv_proj_with_rope_is_fp8标志的使用方式，反映了量化类型的内核分发逻辑。2. 内核函数接口（w_scale类型为Optional[Tensor]）的设计，可能影响其他量化场景。对于维护CPU后端或量化模块的工程师，此修复提供了处理类似类型不匹配问题的参考模式。

提取暂停/恢复测试为可重用工具包，并重命名测试文件和类以扩展调度控制测试范围。

建议团队关注此PR，作为测试代码重构的案例学习。特别值得注意的设计决策是使用Mixin模式提取公共测试逻辑，但需留意review中未解决的配置性和错误处理问题，未来可考虑采纳改进建议以提升测试可靠性。

修复 disaggregation 事件循环中 pause_generation 失效的 bug，确保调度器暂停时生成停止。

该 PR 值得精读，特别是对于涉及调度和 disaggregation 模块的工程师。关注点包括：如何在事件循环中优雅地处理暂停状态，以及确保队列处理在暂停时继续的设计决策。

修复流式会话竞态条件和内存泄漏，添加指标监控。

该 PR 值得精读，尤其是对于负责内存管理和会话调度的工程师。关注 session_controller.py 中的 close_on_finish 机制和 session_aware_cache.py 中的 KV 释放优化，这些设计决策在处理竞态条件和内存泄漏方面具有借鉴意义。建议结合单元测试理解修复的具体场景。