用途：为 SGLang 主分支中 DeepSeek V3/R1 的优化提供手册化参考，帮助排查、恢复、扩展或审计相关实现。资料明确说明不覆盖 V3.1 parser delta 与 V3.2 DSA/NSA 稀疏注意力栈。
基础信息：SGLang origin/main 快照为 929e00eea（2026-04-21），sgl-cookbook origin/main 为 8ec4d03（2026-04-21）。运行入口为 python/sglang/srt/models/deepseek_v2.py，V3/R1 入口类为 DeepseekV3ForCausalLM，NextN/MTP 入口类为 DeepseekV3ForCausalLMNextN。历史证据位于 references/pr-history.md 与 references/playbook.md。
主要能力：围绕 MLA 加 MoE 的吞吐问题，涉及权重加载与量化配置、MLA 后端与 KV cache 数据类型、MoE runner 与共享专家行为、MTP、DP attention、EP、PP、PD、DeepEP，以及 PCG、确定性、LoRA 与后端专项测试。核心原则强调不要将 V3/R1 视作单一优化，W4AFP8、MTP、共享专家融合各有独立路径，且优化顺序为先确认单形态路径正确再引入分布式。
使用方式：需先记录服务形态，包括模型版本、量化格式（如 native FP8、BF16、INT8、AWQ、W4A8/W4AFP8、NVFP4、MXFP4、MXFP8、LoRA）、TP/DP/EP/PP/PD 拓扑、DP attention、DeepEP 模式、MoE runner 后端、MLA attention 后端、MTP 是否启用及 NextN 量化差异、parser 组合与测试通道及硬件。parser 使用 --reasoning-parser deepseek-v3 或 deepseek-r1，工具调用用 --tool-call-parser deepseekv3。验证使用与改动匹配的最窄测试通道，例如 test/registered/8-gpu-models/test_deepseek_v3_basic.py、test_deepseek_v3_mtp.py、test/registered/mla/test_mla_deepseek_v3.py 等。
限制：资料未提供性能数据、收费或平台支持信息，具体硬件行为需按快照与 PR 状态确认，部分 PR 仍为 open、已回退或已关闭的探索路径。