sgl-project/sglang

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。

修复Wan2.2-I2V-A14B视频分辨率过小问题，支持用户指定宽度和高度以计算输出尺寸。

建议技术管理者和工程师精读此PR，关注input_validation.py中处理用户尺寸的逻辑设计（如长宽比保持和面积限制），以及如何通过配置继承来管理不同模型的分辨率限制。此外，review中的讨论展示了API设计中的权衡（如width/height与size的覆盖关系）和向后兼容性考虑，值得学习。

替换已弃用的ORJSONResponse为项目内orjson_response，确保扩散模块HTTP响应的序列化一致性。

建议工程师在阅读此PR时，重点关注common_api.py的decorator是否应添加response_class以维持性能。此PR的其他部分为简单替换，适合快速扫描，无需深入分析。

重构远程权重加载引擎信息同步机制，解决多节点和DP>1场景下的失败问题。

建议技术管理者关注此PR的设计决策，特别是引导服务器模式在分布式信息同步中的借鉴价值；工程师应精读engine_info_bootstrap_server.py的实现和model_runner.py的注册逻辑，注意端口配置管理（如避免冲突）和测试用例以验证多节点/DP场景。