sgl-project/sglang

共享 base-URL 解析并修复 IPv6 格式化

推荐阅读，尤其是 `resolve_base_url` 的设计和 `_BACKEND_API_PATHS` 的引入方式。该 PR 展示了如何通过提取通用函数消除重复代码并修复一致性问题，是良好的工程实践。

使用滑动窗口布局去重 Mamba spec 卷积中间缓存，内存减半

值得精读：展示了巧妙的滑动窗口去重思路、Triton kernel 的正确性验证流程（布局测试 + bit-exact + E2E md5）。设计决策（条件启用、参数透传）和实践（`as_strided` 视图的谨慎使用）有参考价值。建议关注 `max_mamba_cache_size` 的 follow-up 优化。

为线性注意力模型添加 int8 压缩 checkpoint 池，使缓存前缀容量翻倍。

值得精读，特别是量化策略选择（int8 vs fp8）和策略无关的 donate 钩子设计。建议关注后续 PR #28813 中对测试文件和 CI 标签的清理。

引入 get_parallel() 统一访问并行拓扑状态

值得精读。设计上惰性导入和 override 栈式恢复非常干净，可做为仓库基础架构层类似抽象的参考。关注其 _v() 方法如何统一覆盖与实时查找，以及 override 测试隔离的实现技巧。

调整 CODEOWNERS 中 mooncake_store 目录排序

该 PR 价值低，不值得精读。但作为 CODEOWNERS 维护的范例，可供参考如何正确组织目录与文件规则顺序。

为 SGLang 指标新增 Ray 后端包装器，支持集成到 Ray 监控系统。

值得精读，尤其是包装器设计（复制+标签绑定、边界过滤、名称净化）和测试策略（fake 模块注入实现 CPU 环境测试）。对于计划将 SGLang 嵌入 Ray Serve 的用户，本 PR 提供了零配置接入路径。

提取 bench 启动/连接决策到可重用 acquire_endpoint

建议阅读新模块的设计思路：将“启动 vs 连接”决策封装为单一的 `acquire_endpoint` 函数，并附带了清晰的关闭生命周期。值得在其他基准测试脚本中复用。该 PR 代码质量高，注释充分，适合作为代码复用和集中决策的范例。

修复 ScheduleBatch 请求池 CPU 元数据不同步问题

值得精读，尤其是对 SGLang 调度器内部请求池管理感兴趣的人。设计权衡：应在源头初始化 CPU 镜像，还是在所有消费点添加防御？PR 采用混合方案，但评审者认为仅源修复即可，此分歧值得关注。