sgl-project/sglang

修复函数调用 JSON 模式中 maxItems=1 限制导致的模型停滞问题。

该 PR 值得精读，特别是设计决策如何通过 parallel_tool_calls 参数平衡灵活性与控制，以及 JSON 模式生成的修改方式，展示了 API 兼容性与功能修复的结合。

为MOVA扩散模型添加NPU硬件支持，优化RoPE和内存格式兼容性。

建议涉及NPU开发或Diffusion模型的工程师精读此PR，关注平台检测设计（如current_platform.is_npu）、RoPE优化策略（torch_npu.npu_rotary_mul集成）以及如何处理硬件不兼容性（如channels_last_3d和complex128临时修复）。这些设计决策值得学习，以应对类似跨平台支持场景。

为扩散模型CI中的Slack上传添加超时设置，防止网络问题导致CI卡死。

该PR实现简单直接，适合快速浏览了解CI稳定性改进。值得关注的是超时值的选取逻辑（30秒用于下载，60秒用于API调用）以及这种配置如何平衡可靠性与响应速度。

跳过损坏的AutoModel映射条目以修复Llava多模态模型加载失败。

建议工程师精读此PR，特别关注异常处理的设计权衡（如限制workaround范围）和测试策略（避免脆弱实现）。对于处理外部依赖损坏条目的类似问题，可借鉴此处的条件捕获和日志记录模式。

清理CI测试套件中过时的Ascend NPU条目，修复XPU CI检查失败。

该PR变更简单直接，适合快速浏览以了解CI套件清理模式。值得关注的是如何通过__not_in_ci__处理遗留文件，以及sanity check机制对文件存在性的依赖。

添加基于Transformers的通用建模后端，支持TP、PP、MoE、多模态和torch.compile，扩展SGLang模型兼容性。

建议工程师精读此PR以理解Mixin架构设计和模型加载的通用化方法；重点关注TransformersBase的模块替换逻辑、AutoWeightsLoader的权重分发机制以及多模态处理器的自适应策略；同时注意review中提出的风险点，如测试覆盖和错误处理，在类似开发中加以改进。

为 MUSA GPU 添加基于 MATE 的 FA3 注意力后端支持。

建议技术管理者和工程师精读此 PR，以了解 MUSA 硬件集成策略。重点关注 `get_flash_attention_context` 方法和调度元数据注入机制的设计决策，以及 review 中关于性能与抽象的权衡讨论。对于涉及多平台支持的开发者，可参考此 PR 的 vendor-isolated 模式。

为 GPT-OSS-20B 模型添加 LoRA 支持，并引入严格 CI 测试。

建议技术管理者和工程师精读此 PR，特别关注 `layers.py` 中的 bias 处理逻辑和 MoE 支持实现，这些设计决策对分布式训练和推理有重要影响。同时，应评估 Copilot 提出的兼容性风险，并计划在后续 PR 中修复。