sgl-project/sglang

为DeepSeek V3.2和GLM-5 DSA模型启用AllReduce融合优化。

该PR实现简单，变更点集中，适合快速了解DSA模型优化配置。值得关注的是：1. 了解AllReduce融合在SGLang中的具体实现机制。2. 查看server_args.py中_handle_model_specific_adjustments方法的完整逻辑，理解模型特定调整的整体设计。3. 关注后续是否有针对这些模型的性能测试结果。

修复Docker构建中的安全漏洞、冗余下载和命令顺序问题。

该PR值得基础设施团队精读，展示了Dockerfile优化和安全加固的最佳实践。关注--only-upgrade的使用避免破坏性升级、冗余步骤识别和构建可靠性增强策略。

修复GLM工具调用参数值中重要空格被错误剥离的问题。

该PR值得快速浏览以理解工具调用解析中的空格处理陷阱。关注点：1. 为什么`arg_key.strip()`保留而`arg_value.strip()`移除的设计决策。2. 新增测试如何模拟真实场景（代码缩进）。3. 可扩展思考：其他检测器是否有类似问题。

为Qwen3-ASR模型添加基于块的流式语音识别，通过SSE实时输出部分转录。

建议技术管理者和工程师精读此PR，关注 `StreamingASRState` 的设计和适配器扩展模式，这些决策为流式处理提供了可扩展框架。同时，注意跨块状态不共享的架构选择，这限制了性能优化但保持了最小变更原则。

新增调试分布式推理挂起问题的技能文档，提供系统化排查方法。

建议团队阅读此技能文档以掌握分布式调试方法，但无需精读代码变更。对于从事分布式推理开发的工程师，此文档是宝贵的参考资料。

为AMD MORI-EP新增预分配令牌环境变量，支持内存占用与性能调优。

该PR值得AMD平台开发者或MoE模块维护者精读，重点关注check_mori_compatibility的设计如何优雅处理库版本差异，以及环境变量与性能调优的关联。

为bench_one_batch.py脚本添加MLX性能分析支持，支持GPU和系统范围分析。

建议技术管理者和工程师： - 值得快速浏览以了解MLX profiling集成模式，特别是在条件处理和文件名适配方面的设计决策。 - 关注gemini-code-assist[bot]提出的兼容性讨论，学习如何在跨平台代码中维护正确性。 - 对于涉及性能分析或macOS开发的工程师，推荐精读以复用类似实现。

升级sglang-torch-profiler-analysis技能到triage-only工作流，简化剖析分析流程。

该PR值得开发者和性能分析工程师精读，关注triage工作流的设计决策、融合模式注册表（FusionPatternSpec）的引入以及如何简化多阶段剖析分析。对于管理重构和工具链优化的团队，这是一个值得借鉴的案例。