sgl-project/sglang

为 DFlash 草稿模型添加滑动窗口注意力层支持

值得精读，尤其是 flashinfer_backend.py 中处理 prefix_lens 为 None 的逻辑设计，以及 DFlash verify 路径直接裁剪 kv_start_idx 的权衡。测试覆盖了基本场景，但建议后续补充非 FlashInfer 后端验证。

统一 profiler 注释，按子系统拆分 NVTX 门控

值得所有关注 SGLang 性能分析能力的开发者精读。本 PR 展示了一个优秀的重构案例：如何通过定义统一原语（profile_range/profile_method）并利用偏函数预绑定子系统门控，将分散的 profiling 逻辑集中化。对于希望扩展 SGLang profiling 的开发者，这是必读的基础设施变更。

修复健康检查 ID 跨进程重复 bug

值得立即合并。改动小、风险低、针对一个已复现的生产 bug。可以作为多 worker 部署的最佳实践参考——始终使用 uuid 或 `pid + counter` 保证请求 ID 跨进程唯一。

为GLM-4.7启用结构标签指导的函数调用

值得精读。该 PR 展示了如何为特定模型接入 xgrammar 原生结构标签的完整流程，包括运行时探测、thinking 模式处理、以及优雅降级。其中的设计决策（例如通过 `lru_cache` 缓存探测结果、在 `get_structural_tag` 中调用父类方法避免重复实现）值得在其他模型检测器中借鉴。

聚合注意力后端选择日志，降低噪音

推荐合并。这是一次无争议的 UX 改进，代码简洁清晰，没有引入破坏性变更。值得关注的点是：`_record_component_attn_backend` 和 `_log_component_attn_backend_summary` 的设计方式可以作为其他模块日志聚合的参考模式。

修复 JIT 内核技能中的过时 benchmark API

此 PR 是纯文档更新，维护技能教程与 API 的一致性。建议合并，无其他关注点。

修复非有限温度导致服务拒绝访问漏洞

值得精读，因为它展示了一个容易被忽视的安全漏洞（IEEE-754 特性导致单侧比较失效）以及简单的修复方法。代码改动极小但影响安全，适合作为输入验证的最佳实践示例。

修复 Qwen3.5 确定性推理 logprobs 受 batch 大小影响的问题

值得精读，尤其是对数值一致性和 kernel 级别回归控制感兴趣的工程师。设计模式：用统一门控函数 `is_batch_invariant_mode_enabled()` 条件性禁用依赖 batch 大小的性能优化，是控制确定性推断数值一致性的好方法。建议将来类似的 batch size 敏感 kernel 也采用同样的门控。