sgl-project/sglang

修复MultiLayerEagleWorkerV2返回logprobs时崩溃问题，通过重构代码为共享辅助函数。

建议精读compute_spec_v2_logprobs函数的设计，了解如何统一处理spec v2的logprobs计算，这对于推测解码模块的开发者有参考价值。同时，关注测试覆盖的潜在缺口，考虑在后续工作中添加相关CI测试。

重构Dockerfile以支持BuildKit并行构建和优化层缓存，提升构建效率。

建议技术管理者和基础设施工程师精读此PR，它提供了利用BuildKit多阶段并行构建和层缓存优化的经典案例。关注设计决策如阶段拆分策略、依赖安装时机安排、以及如何处理CUDA版本等环境变量。同时，注意review中未完全解决的疑虑，如网关构建的进一步优化，可作为后续改进方向。

为多个模型后端启用 DFLASH 支持，扩展推测解码能力。

该 PR 值得精读，特别是关注层索引映射（HF 风格到 SGLang 的转换）和管道并行性处理的设计决策，以及如何通过 set_dflash_layers_to_capture 方法统一扩展模型支持。

重构LoRA量化信息提取并新增DeepSeek-V3 MLA融合投影LoRA支持，扩展量化MoE模型适配能力。

该PR值得精读，特别是量化信息重构的设计如何通过抽象方法提升可扩展性，以及ReplicatedLinearWithLoRA中处理不等输出维度的技术方案。建议关注形状管理逻辑和量化兼容性检查，以避免潜在风险。

修复DSA模型中NSA后端硬编码和草稿模型topk变换方法错误。

该PR值得快速浏览，特别是关注server_args.py中默认配置逻辑的修复，这是防止用户配置被意外覆盖的典型模式。对于nsa_backend.py的修改，建议结合Issue中的错误场景理解其必要性。整体变更较小，但涉及核心配置和注意力机制，建议在相关测试中验证回归。

为DeepSeek V3.2和GLM-5 DSA模型启用AllReduce融合优化。

该PR实现简单，变更点集中，适合快速了解DSA模型优化配置。值得关注的是：1. 了解AllReduce融合在SGLang中的具体实现机制。2. 查看server_args.py中_handle_model_specific_adjustments方法的完整逻辑，理解模型特定调整的整体设计。3. 关注后续是否有针对这些模型的性能测试结果。

修复Docker构建中的安全漏洞、冗余下载和命令顺序问题。

该PR值得基础设施团队精读，展示了Dockerfile优化和安全加固的最佳实践。关注--only-upgrade的使用避免破坏性升级、冗余步骤识别和构建可靠性增强策略。

修复GLM工具调用参数值中重要空格被错误剥离的问题。

该PR值得快速浏览以理解工具调用解析中的空格处理陷阱。关注点：1. 为什么`arg_key.strip()`保留而`arg_value.strip()`移除的设计决策。2. 新增测试如何模拟真实场景（代码缩进）。3. 可扩展思考：其他检测器是否有类似问题。