sgl-project/sglang

清理 srt/managers 冗余注释，重写评论风格规则

值得精读 .claude/rules/comment-style.md 与提交序列。规则中“成本恢复”测试（删掉注释后，熟悉仓库的人能否从周围代码加 grep 恢复该事实）和“写作 vs 编辑”的决策不对称，是注释管理的实用框架；提交序列展示了“先删后补”的收敛过程，对评审者判断注释清理 PR 的边界有参考价值。若团队计划继续推广该风格，建议参照本 PR 的亮线规则，避免在后续清理中误删承载跨文件契约的注释。

Kimi-K3 自动 MoE 选择扩展到 SM107，防止显存耗尽

建议在 FlashInfer 官方 artifact 验证通过后合并。合并前应补充针对 SM107 的单元测试和集成测试，确保后端正确选择。此变更逻辑简单，但硬件依赖性强，需谨慎验证。

为 Qwen3.8-27B cookbook 新增 DFlash2 推理选项，含平台验证条件。

该 PR 值得精读，特别是对于需要在 Qwen3.8-27B 上部署 DFlash2 的用户。文档提供了详细的参数说明和验证状态，是很好的参考。对于其他开发者，也可了解如何为 cookbook 增加新选项。

修复 DCP 下 decode mamba checkpoint 深度落空树页网格的静默错误

值得精读。核心看点：用 lcm 派生网格同时满足 chunk、树页、用户间隔三个约束且不污染 ServerArgs 原始值；对检查点深度（checkpoint depth）与 flush 节奏（flush/write cadence）两类读者做刻意区分；以及“缓存复用结构完全不变、只改变挂载 state”的静态论证方法。建议与 #34808 一起阅读，理解同一不变量在 extend 与 decode 两侧的实现差异；同时关注 PR 遗留的解码半程精度验证缺失，后续应有跟进 PR 补齐。

清理 NPU 量化注释中的外部归属引用

值得快速回顾，作为文档清理的示例，但无需深入阅读。可参考其清理外部归属的方法，保持代码注释自包含。

gRPC GetServerInfo 暴露 KV 事件发现元数据

值得快速阅读，以了解如何在不改变协议的情况下向 gRPC 接口添加元数据。设计决策是复用现有方法而非重复实现，值得关注。

新增 PP/TP 秩间共识检查器，提前定位分歧根因

值得精读，重点看 `rank_consensus_checker.py` 的装饰器设计：选择器归一化、`self` / `cls` 跳过、关闭时 import 阶段短路实现零开销、后台线程 + 专用 gloo 组的比对模型。建议与 #27010（HiCache PP 一致性修复）一起阅读，理解 PP 分歧的根因与验证链路。后续可关注 hzh0425 提出的 e2e 测试 follow-up。

LLaVA 图像加载移出 CPU 超时预算，修复 flaky 500

建议精读 `llava.py` 中 `_process_single_image`、`_fetch_remote_image_bytes`、`_preprocess_image_task` 的拆分方式，这是异步超时预算与执行器池结合设计的典型案例；修复有量化证据但缺少固化测试，可关注后续是否补测，并在文档中补充 `SGLANG_MM_LOAD_MAX_RETRIES` 说明。