sgl-project/sglang

修复对象存储路径下模型配置缓存误失效导致启动崩溃

值得精读，特别是面向维护启动配置与参数解析的工程师。核心看点：(1) 如何区分"记录路径移动"与"配置自身路径移动"，确定缓存失效键；(2) 只读保护如何通过 _CACHE_SLOTS 与缓存槽共存而不破坏"解析后配置不可变"的边界；(3) 测试如何用真实 ModelConfig 路径 + stub 下载锁定回归。

融合 AR 内核直接产出转置 scale，省去逐层额外拷贝 kernel。

该 PR 值得精读，尤其关注如何在融合内核中利用编译期模板参数来消除冗余内存操作。设计决策（在 SGLang 侧透传参数而不是维护后处理）体现了对底层 kernel 能力的充分利用。但考虑到 CI 验证不足和 aiter 依赖，建议在合并后补充相应测试，并确保 aiter 版本正确捆绑。

cookbook 新增 Kimi-K2.7-Code MXFP4 部署指南与命令生成器

值得精读 jsx 中 getDynamicItems 与 condition 的联动写法，以及“文档命令与实测运行对齐”的迭代过程；有 MI350X/MI355X 部署需求者可直接采用页面命令。整体为常规文档 PR，不必深入代码审查。

HIP 使能 DSA draft_extend CUDA graph 捕获

值得精读，尤其是 CUDA graph 捕获的允许列表设计。这是一个小幅但影响明确的性能优化，展示了如何通过后端隔离和本地导入实现跨平台支持。建议关注后续对 DSA HIP 的测试覆盖和长期稳定性。

GLM-Image 输出按请求尺寸中心裁剪，D32 对齐后复原

值得精读。核心价值在于两点：一是 `dataclasses.replace()` 与 `init=False` 字段的坑及其修复方式；二是以专用 `DecodingStage` 子类承载模型特有后处理的模式，对 diffusion 子系统后续扩展有参考意义。建议 diffusion 管线与 pipeline 架构相关工程师阅读 `glm_image.py` 和 `diffusion_generator.py` 的改动。

Kimi-K3 支持 MoRI EP 后端，AITER 路径提前返回

值得精读。这个 PR 是理解 SGLang MoE 后端扩展模式的很好样例：kimi_k3.py 的 `_ep_a2a` / `_sp_moe` 谓词展示了 backend 能力抽象如何决定模型的执行布局，mxfp4.py 的 `_apply_aiter()` 提取则体现了“按 dispatch 格式契约在统一入口分流”的设计。建议阅读时重点看 `DispatchOutputChecker.format_is_deepep()` 与 `use_deep_gemm` 分支的对称关系，并留意后续是否有针对 MoRI 的专项测试补充。

修复 AMD allreduce 融合测试桩缺失 moe 并行字段

值得快速浏览。该 PR 展示了当生产代码新增字段读取时，测试桩需要同步更新的典型场景，提醒关注测试环境与生产环境的并行上下文一致性。

支持自动加载 Comfy NVFP4-AWQ 文本编码器

值得精读，尤其是想理解“保留量化存储、按需反量化”这一设计权衡的读者。建议关注三个点：一是 `inspect_comfy_quant_markers` 如何用逐层 marker 验证替代显式量化参数；二是 `ComfyFullPrecisionNvfp4LinearMethod` 故意跳过 `process_weights_after_loading` 以保持可移植性的取舍；三是文档明确不承诺 FP4 加速的诚实表述方式。对扩展其他 Comfy 量化格式的开发者，本 PR 的标记解析与分派模式可以直接借鉴。