sgl-project/sglang

扩展 `/rerun-test` 命令支持 CPU-only 测试并优化批处理逻辑。

建议 CI 维护者和开发者关注此 PR，特别是批处理逻辑和错误处理的设计。代码变更集中在两个文件，便于 review，值得精读以理解 CI 工具的演进和改进方向。

提取 Scoring API 至专用 Mixin 文件，重构 TokenizerManager 并添加代码所有权。

建议关注 EngineScoreMixin 的设计，它展示了如何将自包含功能提取为 Mixin 以提高模块化。对于参与评分功能开发的工程师，值得精读以理解新的代码组织。

回滚 JIT 激活功能，恢复 AOT 内核以解决 CI 测试失败。

建议技术管理者关注此回滚决策，评估 CI 失败的根本原因，以决定是否未来重新引入 JIT 激活。工程师可精读修改的文件（如 `python/sglang/srt/layers/activation.py` 和 MoE 相关文件），了解回滚对性能敏感路径的影响，并监控后续性能测试结果。

临时跳过SM103 GPU上的TRTLLM attention以避免高并发挂起，改用FA4后端。

该PR值得精读，特别是关注硬件特定问题的处理方式，以及attention后端选择逻辑的设计权衡，如精确检测与范围检测的对比。

修复XGrammar后端reset方法未调用父类缓存清理的问题。

该PR变更简单直接，值得快速浏览以理解语法缓存清理的继承关系。关注点：XGrammarGrammarBackend如何集成到语法后端体系，以及reset方法在缓存管理中的作用。

将sglang-kernel依赖版本从0.4.0升级至0.4.1，确保版本一致性。

此PR变更简单直接，无需深入精读。建议关注点： 1. 了解sglang-kernel 0.4.1的具体变更内容（可能在其他PR或changelog中）。 2. 确认CI测试通过，验证新版本内核的兼容性。 3. 作为依赖管理模式的参考，展示了如何通过多文件同步保持版本一致性。

懒加载FlashAttention内核导入，避免FA4依赖未安装时的导入错误。

对于关注内核优化、依赖管理或代码设计的工程师，值得精读。设计决策体现了懒加载模式的应用，展示了如何优化模块导入策略以提升兼容性。

回滚NVFP4 Marlin降级支持，仅限Blackwell GPU使用FP4量化。

建议技术管理者关注此变更对硬件支持策略的影响，工程师可精读Marlin内核模板修改以理解FP4量化实现细节，但回滚本身设计决策较少，重点在于风险缓解。