sgl-project/sglang

修复Qwen3模型在JSON配置覆盖时因rope_theta缺失导致的KeyError。

该PR变更简单直接，适合快速了解Qwen3模型配置处理机制。值得关注的设计决策是采用条件检查+回退值的方式处理配置缺失，而非强制要求配置完整性。

修复Anthropic API入口时钟不匹配导致的Prometheus指标负值问题。

该PR值得快速浏览，了解时钟不匹配导致的监控指标问题。关注点：1. 时钟选择对分布式系统指标的重要性。2. 为何保留received_time_perf变量（用于本地validation_time计算）。3. 与PR #17640的关联，体现跨入口一致性修复。

优化CI重跑逻辑，当sgl-kernel轮子已构建时跳过全量重跑，避免触发不稳定测试。

该PR值得精读，特别是对于负责CI维护的工程师，它展示了如何通过智能检查优化重跑逻辑，减少不稳定测试的影响。关注点包括try-except块的处理策略和条件判断的精细化设计。

Mooncake后端支持DSA和Mamba模型

**值得精读**：该PR是HiCache支持混合模型的关键一步，引入了重要的设计模式： 1. 使用 `build_*_stack` 函数封装特定模型池的组装逻辑，使 `HiRadixCache` 和 `HiMambaRadixCache` 保持干净。 2. `HostPoolGroup` 和 `PoolEntry` 的抽象使得混合池的管理统一化。 3. Mooncake后端的 `batch_v2` 系列接口提供了多组件页面的通用处理方法，可复用于其他存储后端。 **建议密切关注后续PR**：`#22767`（修复HostPoolGroup属性问题）、作者承诺的新PR（处理mha_suffix和cp配置）以及原子性问题。

新增三个Prometheus指标，暴露KV缓存池原始令牌计数，提升内存使用可见性。

该PR值得快速浏览，特别是对于关注系统监控和内存管理的工程师。虽然实现简单，但设计决策值得注意： 1. 选择暴露原始计数而非预计算比率，提供了最大灵活性。 2. 指标命名清晰，文档字符串明确，便于后续使用。 3. 可作为学习如何向现有监控体系添加新指标的参考案例。

澄清HiSparse解码令牌使用日志，区分GPU和CPU令牌统计。

对于关注HiSparse性能监控的开发者，值得快速浏览实现细节，特别是get_token_stats和_get_hisparse_token_info方法的统计逻辑；对于一般用户，了解日志格式变化即可，无需深入代码。

为Rust网关添加毫秒级日志时间戳支持，与Python SRT行为对齐。

该PR变更简单直接，适合快速了解环境变量控制日志格式的模式。值得关注的是review中提到的环境变量解析健壮性问题，虽然当前实现已满足基本需求，但在生产环境中可能需要更严格的错误处理。

添加SiMM作为HiCache分布式存储后端，支持RDMA零拷贝缓存加速。

建议精读此PR，重点关注存储后端集成模式，如配置优先级设计、NUMA感知优化以及RDMA集成。对于计划扩展分布式缓存的团队，可参考HiCacheSiMM的接口实现和错误处理机制。