SGLang 源码解读：从一个请求到一次生成

本系列把 SGLang（sgl-project/sglang）当作一个真实的推理服务系统来解剖：沿「HTTP 请求 → 分词 → 调度 → KV 内存 → 模型执行 → 采样 → 反分词 → 流式响应」这条主执行链，用源码证据解释它为什么这样工作。

版本快照

字段	内容
仓库	https://github.com/sgl-project/sglang
分支	`main`
快照 commit	`65824258549671404188450748b90ab7cacab2ae`
核对日期	2026-09-28
分析范围	以 `python/sglang`（SRT 运行时）为主线，兼及 Rust 网关 `sgl-model-gateway`

正文所有代码引用均锚定在该 commit 上，写作格式为 srt/xxx.py:行号（即 python/sglang/srt/xxx.py）。行号以固定快照为准；上游 main 持续演进，阅读最新代码时请以符号名为锚点重新定位。