用途：当用户要求以人类维护者风格审查 SGLang 代码，而非通用 lint 时使用。
主要能力：每个审查先做 PR 理解，输出简短变更摘要与 Mermaid 执行流程图，标出新增或修改步骤；随后强制对语料做全量扫描并综合历史审查意见，再给出按严重程度排序、带文件与行号引用的发现。语料覆盖 sgl-project/sglang 从首个公开 PR 到 2026-07-27、排除机器人与明显编码代理账号的审查片段，分为 inline_review_thread、pr_conversation、review_submission 三种 episode，保留元数据、审查者身份、原文语言与多轮回复。
使用方式：先读 references/corpus-summary.md，再用 summarize_sglang_review_corpus.py 做必做的全量扫描，传入 --path 与 --query（可重复、OR 组合），例如：python3 skills/sglang-humanize-review/scripts/summarize_sglang_review_corpus.py --path python/sglang/srt/speculative --path python/sglang/srt/managers --query eagle --query "cuda graph" --query verify --query logprob --top 30。后续下钻可用 query_sglang_review_corpus.py，支持 --query、--path、--category、--kind、--format jsonl、--limit。语料为 references/sglang-review-corpus.jsonl.gz，仅在用户要求刷新证据时用 collect_sglang_review_corpus.py 重新采集，把 --end-year 改为当前年份。
适用场景：SGLang 子系统审查，如 server args、调度器、内存与缓存、模型运行器、注意力后端、量化、内核、OpenAI API、指标、文档与测试；也支持开 PR 前的预备审查。
限制：2026-07-27 之后的审查需从 GitHub 实时读取；不要把原始 gzip 语料直接粘贴进上下文，应通过脚本以内存受限方式读取；涉及 diff 之外代码的结论须在 PR 分支上核实，否则标为需分支验证；不得编造语料先例，须实际查询语料作为证据；保留评论原语言不翻译，除非用户要求。