sgl-project/sglang

为NPU后端启用IndexCache支持，提升长上下文推理性能。

建议NPU后端开发者和对IndexCache优化感兴趣的工程师精读此PR。关注点包括：1. IndexCache在NPU上的集成模式，如何通过`skip_topk`和`next_skip_topk`控制索引传递。2. 性能数据背后的实际部署考量，如内存开销和并发影响。3. 与上游PR #21405的关联，以理解完整设计上下文。

通过重排测试顺序和优化tokenizer加载，修复CI单GPU大模型测试超时问题。

该PR值得CI/测试维护者精读，以了解如何优化测试顺序和资源加载来避免外部依赖延迟。关注点包括：`find_local_repo_dir`的使用方式、测试重命名的策略，以及从提交历史中反映的从延长超时到根本修复的决策过程。

为DeepEP 8-GPU测试指定专用runner标签，隔离RDMA故障机器。

该PR变更简单，无需深入代码审查，但可作为CI环境隔离的参考案例。关注点：专用runner标签的维护策略和RDMA故障的根因缓解。

修复暂停感知权重更新锁中的TOCTOU竞态条件，确保并发安全。

该PR值得精读，展示了并发编程中TOCTOU竞态的典型修复模式。关注点：1）如何在锁范围内保持状态一致性；2）条件锁与writer锁的协同使用；3）从死锁修复到竞态修复的演进。对于涉及暂停/恢复机制的开发者有参考价值。

修复FastAPI弃用警告并统一多模态编码器参数命名，提升日志清晰度。

建议快速浏览以了解代码清理实践，重点关注json_response.py的重构设计，但整体变更较小，无需深入精读。

将Eagle推测解码测试从beta版切换至EAGLE3版本，更新模型和配置。

该PR值得关注EAGLE3推测解码功能的测试验证策略。建议开发团队： 1. 关注测试阈值从0.22到0.7的大幅调整背后的性能预期变化。 2. 检查新增的启动参数（--dtype=float16、--chunked-prefill-size）是否与EAGLE3的设计文档一致。 3. 考虑是否需要补充其他测试场景来全面验证EAGLE3功能。 4. 由于缺乏review讨论，建议在后续相关PR中加强技术讨论和文档记录。

修复调度器暂停模式下IPC权重更新时的写锁死锁问题。

该PR值得关注，特别是对于处理并发控制和调度器状态管理的开发者。虽然变更较小，但展示了在复杂并发场景下如何安全地绕过锁机制的设计思路。建议仔细阅读update_weights_from_ipc函数的实现，理解is_pause_cond条件变量与model_update_lock的交互关系。

优化CI工作流，仅在测试失败时上传CUDA coredump，减少资源浪费。

此PR变更简单但有效，值得CI维护工程师关注以了解优化实践；对于一般开发者，可快速浏览确认变更覆盖范围，无需深入代码解析。