sgl-project/sglang

为贡献者AgainstEntropy添加CI权限配置，支持触发CI测试命令。

该PR变更简单，无需深入技术分析。建议权限管理者关注此类配置更新，确保权限授予符合安全策略。对于一般工程师，可快速浏览以了解CI权限管理方式。

修复版本标签解析正则表达式，支持PEP 440带点号的post-release格式。

该PR变更简单明确，无需深入精读。值得关注的是对PEP 440版本规范的支持完善，以及正则表达式设计中对可选点号的处理方式。

升级FlashInfer依赖版本至0.6.7.post3，同步更新Dockerfile和Python包配置。

该PR变更简单直接，无需深入精读。建议关注： 1. 了解FlashInfer 0.6.7.post3的具体变更内容，评估是否包含重要修复或优化 2. 验证CI测试结果，确保新版本没有引入回归 3. 作为依赖管理范例，学习如何保持多配置文件的版本同步

修复混合线性注意力后端在Ngram推测解码时因缺失topk属性导致的崩溃。

该PR值得快速浏览以了解推测解码中注意力后端配置一致性的设计模式。重点关注从运行时动态访问改为初始化时静态配置的架构权衡，以及如何通过统一配置源消除类型依赖。

移除FlashInfer GDN解码与no_buffer调度策略的不兼容限制，并在SM100+上默认使用FlashInfer以提升性能。

建议技术管理者关注此PR，因为它展示了如何通过外部库修复移除性能限制，并智能设置默认值以优化用户体验。工程师可精读`_handle_linear_attn_backend`函数中的条件逻辑，学习硬件和配置检测的设计模式。

扩展MoE对齐内核以支持最多4096专家，突破1024限制。

建议技术管理者关注此PR，因其涉及核心MoE组件的功能扩展。工程师应精读v2内核实现，学习两级warp扫描设计决策，并重点检查竞争条件和专家上限问题的修复。同时，参考测试文件以验证正确性。

修复扩散模型加载多精度检查点时因重复权重文件导致的不一致性问题。

建议工程师精读transformer_load_utils.py和weight_utils.py的变更，重点关注如何处理重复精度变体的设计决策，以及快速失败检查的实现细节，以学习确保加载确定性的最佳实践。

通过引入转录适配器框架，移除ASR模型硬编码检测，提升可扩展性。

此PR值得精读，尤其是TranscriptionAdapter的设计和注册机制，展示了如何通过适配器模式解耦模型特定逻辑，是良好的软件工程实践。关注点包括适配器抽象基类的接口设计、resolve_adapter的匹配逻辑，以及如何平衡扩展性与性能。