11. 延伸阅读

官方文档

• SGLang 官方文档
• SGLang GitHub Repository
• SGLang Release Notes

论文

• SGLang: Efficient Execution of Structured Language Model Programs — NeurIPS 2023

结构化生成相关

• xgrammar GitHub
• Outlines 文档

对比与生产实践

• vLLM 官方文档
• Mooncake: A KVCache-centric Disaggregated Architecture
• LMSYS / SGLang 团队技术博客与演讲

社区资源

• SGLang GitHub Discussions
• SGLang Slack / Discord
• SGLang 中文社区讨论

相关章节

• vLLM 详解
• TensorRT-LLM 详解
• Triton Inference Server 详解
• LLM Gateway 详解
• LLMOps 概述
• 学习路线
• 面试指南

推荐学习路径

1. 先读 SGLang 论文，理解 LLM Program 与 RadixAttention 的设计动机。
2. 阅读官方文档的 Architecture 和 Sampling 部分。
3. 阅读源码中的 python/sglang/srt/managers/scheduler.py 和 radix_cache.py。
4. 结合生产实践文章，思考在自己的 Agent / 多轮场景中如何部署。