sgl-project/sglang

为 SGLang 添加 ERNIE-Image 扩散文本到图像模型支持，包括模型架构和提示增强模块。

建议技术管理者和工程师精读此 PR，以了解扩散模型在 SGLang 中的集成模式，特别关注 PE 模块的设计决策和 API 扩展方式。对于代码评审者，应注意跨平台兼容性和异常处理的最佳实践。

修复工具调用测试的随机失败问题，通过添加strict=True确保参数模式强制约束。

该PR变更简单直接，无需深入阅读。值得关注的是gemini-code-assist[bot]的建议——考虑将strict=True一致地应用于其他相关测试用例，以全面消除随机失败风险。

将更快的 v2 分组量化内核设为默认，提升高负载性能。

该 PR 值得精读，特别是关注 v2 内核的默认启用逻辑和弃用环境变量的处理方式。设计决策包括基于组大小自动启用 v2 内核，以及平滑过渡的弃用机制，这些对于性能优化和向后兼容性有借鉴意义。

为 Ascend NPU 添加 Qwen3-30B-A3B 模型低延迟部署示例文档。

对于技术管理者和工程师，本 PR 值得快速浏览以了解 NPU 平台新配置，但无需深入代码分析。关注点应在部署命令的准确性和潜在配置优化上。

引入可断裂CUDA图及调试模式

值得精读。本 PR 展示了如何通过 ContextVar 和流同步钩子在 CUDA 图捕获中插入动态断裂，设计模式值得借鉴。建议重点阅读 `breakable_cuda_graph.py` 中的捕获上下文实现和 `cuda_graph_runner.py` 中的集成逻辑。

修复调度器空闲检测逻辑，增加HiSparse和KV卸载的临时状态检查。

建议相关模块的工程师精读此PR，了解调度器空闲检测的完整状态机。特别关注`is_fully_idle()`函数中各种异步操作的检查逻辑，这对理解系统在复杂状态下的行为很重要。同时建议检查相关测试是否充分覆盖新增的状态检查。

在Intel XPU设备上启用Sglang扩散模型支持，扩展平台兼容性。

建议技术管理者和工程师精读此PR，重点关注平台抽象设计（如XpuPlatform类如何扩展接口）、跨硬件支持策略（如分布式后端选择和回退机制），以及review中关于注意力后端优化和避免平台特定调用的设计决策，这些对于理解多平台架构有借鉴价值。

调整AMD CI测试超时配置，修复stage-b测试超时问题。

该PR变更简单直接，主要是CI配置调整，无需深入阅读代码逻辑。值得关注的是：1) 团队对AMD CI超时问题采取了“增加资源”而非“优化测试”的解决思路。2) Review中提出的根本原因问题未得到解答，可能需要在后续工作中跟进。建议CI维护者关注这些测试在AMD平台上的性能表现，考虑是否有优化空间。