sgl-project/sglang

GLM-5.3-Flash cookbook 新增 FP8 KV + TRT-LLM 基准卡并设为 Blackwell 默认

建议阅读此 PR，因为它展示了如何在文档生成的源码中处理多维度的配置匹配，尤其是 `findBenchmark` 的“最具体匹配优先”设计，这是一种可复用的模式。同时，对于 Blackwell 用户，本 PR 的默认配置变更值得关注。

升级 Mooncake 至 0.3.13，并适配 TCP 队列限制

值得关注，尤其是 Mooncake 新版本的 TCP admission 控制行为对测试的影响。建议阅读测试文件中的注释和变更，理解如何通过环境变量适配。

Cosmos3 动作生成支持请求内批处理，吞吐最高 3.3 倍

值得精读，尤其是四点：请求内批处理如何在不破坏 B=1 输出契约的前提下贯穿整条 diffusion 管线；prompt 标量广播与逐图配对的准入校验；新增 adapter 对 protocol.py 的隔离重构；作者对测量边界与数值一致性的坦诚声明。对机器人策略服务或 diffusion 管线开发者有直接借鉴价值。注意合并时 GPU fixed-noise 一致性与隔离 server 基准仍未完成，应作为后续验证项跟进。

新增 GLM-5.3-Flash 部署 cookbook 与基准配置

### 建议 可作为 cookbook 编写规范的参考 PR 快速阅读。重点留意 `_deployment.jsx` 中 overlay 维度回退逻辑的通用化处理——它解决了 URL hash 与 UI 状态不一致的历史问题，是后续扩展部署面板时值得复用的设计。对普通用户来说，文档页面的命令生成和基准注释（区分模拟与真实数据）也体现了良好的可复现性实践。

文档更新：替换 Qwen3.8-Flash-Next cookbook 中的 PR 占位符

此 PR 为纯文档更新，无技术深度，不建议精读。但可提醒维护者关注 PR #36497 的合入状态，确保链接有效。

新增 Qwen3.8-Flash-Next Day-0 部署 cookbook 文档

值得精读配置驱动模板的数据契约设计：单一字面量导出、反规范化 cell、`overlayDims` 与 `showWhen` 拨杆机制，对后续新增模型文档有直接参考价值。合并前必须解决两个问题：回填 `<PR-NUMBER>` 模型支持 PR 编号、确认 Extra CI 失败原因。由于无引擎改动，不必作为架构评审重点，但可作为文档发布流程与模板复用的样例。

ServerArgs 只存原始输入，解析决议改走声明与投影

值得精读：这是 SGLang 配置解析从『可变混合体』转向『不可变原始输入 + 声明式决议』的收尾 commit，`replace_resolved` 与 AST 派生测试的设计有较强借鉴价值。合并后建议优先跟进 Codex 提出的网关 DWDP（P1）与旧 wheel 兼容（P1）两个问题，并排查其余 P2 读端点。

修复 FP8 委托方法读取缺失配置导致的启动崩溃

值得精读。该 bug 是两个 PR 交叉产生的典型“潜伏回归”：委托模式（#25820）与无条件属性访问（#33962）单独看都没有问题，组合后才崩溃。修复方式（用实例所有权标志叠加全局配置判断）是一个简洁且可复用的防御式设计；新增测试对“持有者/借用者/后端类型”三轴组合覆盖完整，可作为量化方法单元测试的范例。