本文介绍在 Python 中设计支持参数的类装饰器时，如何让被装饰函数既获得元数据增强（如 @orchestrator），又保持对自定义类实例及其方法（如 .metadata()）的访问，解决 @decorator(args) 语法下无法直接返回类实例的经典难题。
本文介绍在 python 中设计支持参数的类装饰器时，如何让被装饰函数既获得元数据增强（如 `@orchestrator`），又保持对自定义类实例及其方法（如 `.metadata()`）的访问，解决 `@decorator(args)` 语法下无法直接返回类实例的经典难题。
在 Python 中，使用 @decorator(...) 语法时，装饰器必须是可调用对象，其调用链为：step(...)(func) → 返回装饰后的新对象。若希望最终结果既是 orchestrator 增强后的可调用函数，又能调用自定义方法（如 .metadata()），就不能简单将 step 设计为“装饰器类”，而应采用工厂函数 + 封装类的组合模式——这是符合 Python 惯例（Pythonic）且兼顾灵活性与可维护性的标准解法。
✅ 正确结构：工厂函数 + 可调用封装类
核心思想是：
-
step(...)是一个返回装饰器函数的工厂（即闭包）； - 该装饰器接收原函数
f，将其包装进一个自定义类（如OrchestratedFunction）实例中； - 再将该实例传给
orchestrator(...)进行底层增强； - 最终返回的是已增强的类实例，它既可被直接调用（因实现了
__call__），又可访问所有实例属性和方法。
以下是完整、可运行的实现：
class OrchestratedFunction:
def __init__(self, function, tags, version, description):
self.function = function
self.tags = tags
self.version = version
self.description = description
def __call__(self, *args, **kwargs):
return self.function(*args, **kwargs)
def metadata(self):
return {
"version": self.version,
"description": self.description,
"tags": self.tags,
}
# 可自由扩展其他业务方法，例如：
def is_production_ready(self):
return self.version.startswith("1.") and "prod" in self.tags
def step(tags=None, description="", version="0.1.0"):
"""工厂函数：返回一个装饰器，用于将函数封装为 OrchestratedFunction 实例并应用 orchestrator"""
def decorator(func):
# 创建封装实例
wrapped = OrchestratedFunction(func, tags, version, description)
# 应用 orchestration 平台所需的装饰器（假设 orchestrator 支持任意可调用对象）
orchestrated = orchestrator(
tags=tags or [],
version=version
)(wrapped)
return orchestrated
return decorator
? 注意：上述代码假设
orchestrator装饰器能正确处理非函数对象（如OrchestratedFunction实例）。若orchestrator仅接受纯函数，需确保其内部逻辑兼容__call__协议，或改用functools.wraps手动代理（见下方备选方案）。
✅ 使用示例
@step(
tags=["test", "integration"],
description="Adds two numbers with orchestration metadata",
version="1.2.0"
)
def add(a, b):
return a + b
# ✅ 直接调用（等价于原函数行为）
print(add(2, 3)) # 输出: 5
# ✅ 访问元数据属性
print(add.tags) # ['test', 'integration']
print(add.version) # '1.2.0'
# ✅ 调用自定义方法
print(add.metadata()) # {'version': '1.2.0', ...}
print(add.is_production_ready()) # False
⚠️ 关键注意事项
-
不要尝试在
__init__中直接装饰：类装饰器带参数时，@step(...)触发的是step.__init__()，此时函数尚未传入，无法访问self._function，更无法在类体中使用self.xxx绑定到@orchestrator。 -
避免双重装饰开销：某些实现会在
__call__中延迟装饰，导致每次调用都重复包装。本方案只在装饰阶段执行一次，性能最优。 -
兼容性保障：若
orchestrator不支持类实例，可用functools.wraps构建代理函数，并将元数据挂载到该函数上（牺牲部分面向对象能力，换取最大兼容性）：
from functools import wraps
def step_fallback(tags=None, description="", version="0.1.0"):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
return func(*args, **kwargs)
# 挂载元数据与方法（模拟类行为）
wrapper.tags = tags or []
wrapper.version = version
wrapper.description = description
wrapper.metadata = lambda: {"tags": wrapper.tags, "version": wrapper.version, "description": wrapper.description}
return orchestrator(tags=wrapper.tags, version=wrapper.version)(wrapper)
return decorator
✅ 总结
要让 @step(...) 既完成平台集成（如 @orchestrator），又暴露丰富接口（.metadata() 等），最 Pythonic 的方式不是让 step 自身成为装饰器类，而是让它作为返回装饰器函数的工厂，并将原函数封装进一个具备 __call__ 和自定义方法的类中。这种模式清晰分离关注点：工厂处理配置、封装类承载行为、外部装饰器负责平台对接。它不仅解决了实例访问问题，还为后续扩展（如日志注入、参数校验、异步适配等）预留了干净的架构入口。
