如何让类装饰器像dataclass一样适配Pylance严格模式？

问题原因解析 #

• 当装饰器返回Type[Any]时，Pylance会彻底丢失原类的类型信息，所以调用构造方法时既无参数提示，也不会做类型校验。
• 泛型装饰器如果没正确绑定原类的类型关联，Pylance会错误推断返回的类不需要构造参数，从而出现"Expected no arguments to Vec"的错误提示。

正确实现方式 #

1. 用泛型保留原类类型关联 #

定义绑定到类的TypeVar，让装饰器的输入输出类型完全一致，确保Pylance能追踪原类的所有类型信息：

from typing import TypeVar, Type

T = TypeVar('T', bound=type)

def struct(cls: Type[T]) -> Type[T]:
    # 这里写你的装饰器逻辑，比如添加自定义方法或属性
    return cls

@struct
class Vec:
    def __init__(self, x: int, y: int):
        self.x = x
        self.y = y

Vec(1, 2)  # 现在会正常显示参数提示，传错类型也会触发Pylance报错

2. 用dataclass_transform模拟dataclass的类型支持 #

如果你的装饰器和@dataclass类似，会根据类字段自动生成__init__等方法，使用typing.dataclasses.dataclass_transform装饰你的装饰器，就能让Pylance像处理dataclass一样识别类的字段参数：

from typing import TypeVar, Type
from typing.dataclasses import dataclass_transform

T = TypeVar('T', bound=type)

@dataclass_transform()
def struct(cls: Type[T]) -> Type[T]:
    # 模拟dataclass逻辑：根据类变量生成__init__方法
    import inspect
    fields = [name for name, _ in inspect.getmembers(cls) if not name.startswith('_')]
    
    def __init__(self, *args):
        for name, val in zip(fields, args):
            setattr(self, name, val)
    
    cls.__init__ = __init__
    return cls

@struct
class Vec:
    x: int
    y: int

Vec(1, 2)  # Pylance会识别x、y的参数类型，提供完整提示和校验

关于@dataclass的特殊处理 #

没错，@dataclass是Pylance（底层依赖Pyright）做了特殊优化的，它会直接解析类字段来生成构造函数的类型提示。但通过dataclass_transform装饰器，我们可以让自定义装饰器获得几乎一致的类型支持，不需要依赖编辑器的专属特殊处理。

内容的提问来源于stack exchange，提问作者luochen1990