从零实现 LLM Inference：027. Pending Queue Admission
把 streaming 的 add_request 从 prefill 中解耦：快速入队，由 worker 统一做 prefill + decode。
Recent posts
从零实现 LLM Inference：026. Reuse Tokenization
OnlineScheduler 支持 prompt_token_ids，server 去掉重复 encode，benchmark 增加 –pretok。
从零实现 LLM Inference：025. Scheduler Public API
把 server/benchmark 对 OnlineScheduler._sessions 的直接访问收口。
从零实现 LLM Inference：024. Graceful Shutdown
补齐 SchedulerManager 的 close，优雅停掉 worker 并结束 streaming。
从零实现 LLM Inference：023. Worker Wakeup Event
server worker 用 threading.Event 驱动唤醒，去掉 idle 轮询 sleep。