sgl-project/sglang

将 draft-extend prep 移到 Worker 基类并统一方法命名

值得精读。该 PR 展示了如何通过重构消除架构异味（数据类不该持有方法）、统一命名规范，并体现了良好的小型重构实践。对于关注 speculative decoding 模块的开发者，这是熟悉模块结构的好机会。

修复 FlashInfer A2A 在 moe_dense_tp_size 设置时 NaN 问题

值得精读，尤其是 MoE 分布式推理中 `global_num_tokens` 跨 rank 一致性的设计权衡。`require_mlp_tp_gather` 作为通用检测函数值得在其他分发器中借鉴。建议后续增加自动化测试覆盖 `moe_dense_tp_size != 1` + FlashInfer A2A 组合。

修复 EagleDraftWorker 草稿扩展注意力后端未赋值问题

值得合并。此 PR 修复了一个早期重构引入的回归，并改进了自适应状态切换的代码健壮性。建议在后续类似重构中保留跨模块的前向传播依赖检查。

修复PR关闭时取消工作流遗漏后续工作流的问题

建议阅读该 PR 的实现，特别关注如何使用 `gh api` 组合分页和过滤来实现可靠的取消逻辑。该模式可用于其他需要针对分支取消运行或清理资源的场景。代码内联注释清晰，易于理解。

修复被引号包裹的 ResponseTool 注解破坏所有 PR 的 lint

立即合并，无需深度审查。这是一个标准的 lint 修复，简单且必要。

为AMD CI新增label-gated extra-a测试层

值得关注的设计决策：采用与CUDA模式一致的标签门控策略，运行时检查标签以支持rerun时正确识别；采用single-job而非分区以节省AMD GPU资源；利用`workflow_call`将extra-a链入定时调度。这些模式可供后续AMD测试层扩展参考。

修复 Nemotron Cookbook 文档不一致

纯文档修订，无明显风险，可供用户直接参考。

修复并增强 Responses API，新增函数工具与流式 SSE

**强烈建议精读**：本 PR 是 SGLang 中 Responses API 从“概念验证”走向“生产可用”的关键合并。它展示了如何将多个贡献者的修复高效整合、通过细致的代码评审（alexnails 的深度评论）识别潜在生产问题、以及如何设计兼容 OpenAI 规范的端点。`serving_responses.py` 中的输入规范化、流式生成和工具提取逻辑值得深入理解。