sgl-project/sglang

为EAGLE推测解码工作者添加从磁盘和IPC更新权重的支持。

建议技术管理者关注此PR以理解推测解码模块的权重更新扩展。工程师可精读`multi_layer_eagle_worker_v2.py`中的循环更新逻辑，学习如何处理多步骤草案运行器；同时，注意review中讨论的参数传递问题，确保类型安全，并关注后续测试补充。

修复多层级EAGLE推测解码中预填充和解码阶段token池引用不一致的问题。

该PR值得快速浏览，重点关注token池引用一致性的设计决策。虽然变更小，但揭示了在多层推测解码中管理状态（如token池）的常见陷阱，对于理解EAGLE架构和避免类似bug有借鉴意义。

修复 GLM-5-MXFP4 模型在 quark 量化下 MTP 层权重加载的形状不匹配问题。

该 PR 值得精读，重点关注 DeepSeek NextN 模型初始化中量化配置的动态处理策略，以及 `ReplicatedLinear` 与 `nn.Linear` 在权重加载上的设计差异。建议结合 quark 量化模块的文档，理解 FP4-packed 格式的兼容性要求。

将独立文档仓库迁移至主仓库，新增 Mintlify 文档站点。

该 PR 值得快速浏览以了解新文档结构和交互式组件设计，但无需深入代码分析。建议关注 docs_new/ 目录的组织方式、CI 集成以及如何利用 Mintlify 提升文档可维护性。

移除多LoRA测试中不稳定的全None批次，修复CI随机失败。

该PR变更简单直接，适合快速浏览以理解CI测试优化策略。重点关注测试用例设计的合理性：移除不提供特定功能信号的测试，避免CI脆弱性。

为EAGLE推测解码添加自适应步数调整，根据接受长度动态切换运行时状态。

建议技术管理者和工程师精读此PR，重点关注：1) 自适应策略的EMA设计和滞后阈值如何平衡响应速度与稳定性；2) 运行时状态切换机制如何实现零开销原子操作，避免CUDA图重捕获；3) CUDA图兼容性检查的风险及潜在解决方案。对于实施类似动态调整的系统具有较高参考价值。

修复调度器中仅预填充批次清空后未重置满载标志，导致后续请求被阻塞的问题。

该PR值得精读，因为它揭示了调度器中批次状态同步的一个关键细节。关注点在于：为何仅预填充批次清空后需要重置满载标志，以及review中提到的初始空批次边缘情况是否已通过现有逻辑覆盖。

修复 Dockerfile 中多余反斜杠导致 sgl-model-gateway 二进制文件未被复制的问题。

该 PR 变更简单直接，适合快速浏览以了解 Dockerfile 语法陷阱。对于负责基础设施或 CI/CD 的工程师，值得关注此类细微错误如何导致构建失败，并学习如何通过 BuildKit 警告诊断问题。