sgl-project/sglang

通过本地缓存 Nvidia wheels，避免 CI 中每次运行重复下载 830 MB 文件，显著缩短安装时间。

对于 CI 维护者和工程师，此 PR 值得关注，展示了如何通过本地缓存和完整性验证优化大型依赖下载。建议学习其设计模式，并考虑推广到其他类似 CI 场景以提升效率。

修复Blackwell GPU上驱动>=595时triton_kernels MOE后端的段错误，确保GPT-OSS模型CI测试通过。

建议工程团队精读此PR，重点关注server_args.py中的后端选择设计决策和common.py中的驱动检测实现，以理解硬件兼容性处理的模式。同时，建议未来测试中覆盖更多驱动版本组合以确保鲁棒性。

修复CUDA图生成中最大批次大小未被包含的错误，避免性能回退。

建议技术管理者关注此PR中的设计权衡：在效率与代码安全性之间选择更安全的实现。工程师可从中学习如何在review中处理优化建议与鲁棒性考虑。变更较小，但讨论有价值，值得快速浏览以理解性能优化细节。

为MoE模型添加共享外部专家LoRA支持，并提升Qwen3-30B-A3B-Instruct-2507兼容性。

建议技术管理者和工程师精读此PR，关注以下设计决策：共享权重的内存优化策略（通过expert_dim=1减少缓冲区大小）、运行时扩展的性能权衡、以及自动检测机制的局限性。同时，review中提到的缓冲区零化问题和性能优化值得优先考虑，以确保系统稳定性和效率。

修复CI中无效的is_base_mistral补丁，避免HF API速率限制导致的429错误。

该PR值得精读，特别是对于处理外部库API调用和CI环境配置的开发者。关注如何有效补丁局部函数以及设计补丁方案时的权衡，如直接替换类方法vs使用mock库。

修复 MiniMax 模型的 RoPE 配置，以兼容 transformers v5 更新。

建议快速 review，关注配置迁移的完整性和 `get_rope_config` 函数的正确性。对于涉及 transformers 升级的项目，此 PR 展示了如何处理库更新带来的配置不兼容问题，值得参考类似场景。

修复Grok-1模型加载因缺失rope_theta属性的崩溃，影响AMD INT4版本。

该PR值得快速浏览以理解如何处理HuggingFace配置中缺失属性的兼容性问题，但变更简单，无需深入分析。关注本地提取逻辑作为处理配置版本差异的示例。

优化 Mamba 主机锁机制，引入细粒度引用计数以独立管理内存。

建议精读此 PR，关注细粒度引用计数的设计决策，以及如何在严格性和灵活性之间权衡。对于缓存机制开发者，这是一个值得学习的内存管理优化案例。