执行摘要

• 一句话：修复 dataclasses.replace 丢失显式字段属性
• 推荐动作：该 PR 值得阅读，因为它揭示了 Python dataclasses.replace 的一个常见陷阱：动态属性不会被复制。代码简洁、修复专注、测试覆盖好，是高质量的小型修复范例。

功能与动机

用户调用 DiffGenerator.generate() 时显式指定 width/height（如请求 1024x1024），但输出被根据宽高比计算的默认值覆盖（如 1248x832）。根本原因是 dataclasses.replace 只复制 dataclass 字段，而 _explicit_fields 是动态属性，新实例丢失了它，导致 InputValidationStage 无法判断用户显式设置了尺寸。

实现拆解

1. 在 DiffGenerator.generate() 的 per-prompt 循环（文件 diffusion_generator.py）中，在 dataclasses.replace 调用后添加一行恢复 _explicit_fields：从原始 sampling_params_orig 获取该属性并与被重写的键（prompt、output_file_name、image_path）取并集。
2. 新增单元测试 test_dataclasses_replace_preserves_explicit_fields 在 test_sampling_params.py 中，验证两点：(a) 纯 dataclasses.replace 确实丢弃 _explicit_fields；(b) 采用与修复相同的恢复逻辑后，build_request_extra() 返回的 explicit_fields 包含预期键。

关键文件：

• python/sglang/multimodal_gen/runtime/entrypoints/diffusion_generator.py（模块 扩散生成；类别 source；类型 core-logic；符号 DiffGenerator.generate）: 修复主文件：在 per-prompt 循环中恢复 _explicit_fields 属性，确保用户显式设置的 width/height 不被覆盖。
• python/sglang/multimodal_gen/test/unit/test_sampling_params.py（模块 采样参数；类别 test；类型 test-coverage；符号 test_dataclasses_replace_preserves_explicit_fields）: 新增回归测试，验证 dataclasses.replace 后恢复 _explicit_fields 的行为，防止将来退化。

关键符号：DiffGenerator.generate, test_dataclasses_replace_preserves_explicit_fields

关键源码片段

python/sglang/multimodal_gen/runtime/entrypoints/diffusion_generator.py

修复主文件：在 per-prompt 循环中恢复 _explicit_fields 属性，确保用户显式设置的 width/height 不被覆盖。

# 文件 : python/sglang/multimodal_gen/runtime/entrypoints/diffusion_generator.py
# 在 generate() 方法的 per-prompt 循环中
​
for i, p in enumerate(prompts):
    sampling_params = dataclasses.replace(
        sampling_params_orig,
        prompt=p,
        output_file_name=user_output_file_name,
        image_path=image_paths_per_prompt[i],
    )
    # `dataclasses.replace` 只复制 dataclass 字段，
    # 动态属性 _explicit_fields 会丢失。
    # 以下两行恢复该属性，并将循环中覆盖的键标记为显式设置。
    sampling_params._explicit_fields = getattr(
        sampling_params_orig, "_explicit_fields", set()
    ) | {"prompt", "output_file_name", "image_path"}
    sampling_params._set_output_file_name()
    req = prepare_request(
        server_args=self.server_args,
        sampling_params=sampling_params,
        external_trace_header=external_trace_header,
    )
    # ... 后续处理

python/sglang/multimodal_gen/test/unit/test_sampling_params.py

新增回归测试，验证 dataclasses.replace 后恢复 _explicit_fields 的行为，防止将来退化。

# 文件 : python/sglang/multimodal_gen/test/unit/test_sampling_params.py
# 新增的回归测试方法
​
def test_dataclasses_replace_preserves_explicit_fields(self):
    """验证 dataclasses.replace 会丢弃 _explicit_fields，DiffGenerator 必须恢复它。"""
    import dataclasses
​
    # 创建原始 SamplingParams，带有显式 width 和 height
    sampling_params_orig = SamplingParams.from_user_sampling_params_args(
        "dummy-model",
        server_args=server_args,
        prompt="orig",
        image_path="/tmp/in.png",
        width=768,
        height=512,
    )
​
    # 确认原始对象确实记录了 width/height 为显式字段
    self.assertIn("width", sampling_params_orig._explicit_fields)
    self.assertIn("height", sampling_params_orig._explicit_fields)
​
    # 纯 dataclasses.replace 会丢失 _explicit_fields
    cloned = dataclasses.replace(
        sampling_params_orig,
        prompt="new",
        output_file_name=None,
        image_path="/tmp/in2.png",
    )
    self.assertFalse(hasattr(cloned, "_explicit_fields"))
​
    # 模拟 DiffGenerator 中的恢复逻辑：获取原始对象的 _explicit_fields
    # 并与循环中覆盖的键取并集
    cloned._explicit_fields = getattr(
        sampling_params_orig, "_explicit_fields", set()
    ) | {"prompt", "output_file_name", "image_path"}
​
    # 验证 build_request_extra() 中包含 width、height 以及被重写的键
    explicit = set(cloned.build_request_extra()["explicit_fields"])
    self.assertIn("width", explicit)
    self.assertIn("height", explicit)
    self.assertIn("prompt", explicit)
    self.assertIn("image_path", explicit)

评论区精华

Reviewer mickqian 要求在 diffusion_generator.py 清理注释（“please clean this a bit”）。作者 whn09 回应“Done”，并在后续提交（bc7d869）中收紧注释，删除了冗余说明，保留了核心信息。该 reviewer 随后给出了 APPROVED。讨论集中在代码风格和注释清晰度，无设计争议。

• 清理注释 (style): 作者 whn09 在后续提交中大幅缩减了注释，保留了核心信息。mickqian 随后批准了 PR。

风险与影响

• 风险：变更极小（6 行源码），仅影响 DiffGenerator 中克隆 SamplingParams 的路径，不涉及模型前向或推理逻辑。无性能影响。风险在于未来如果有人修改 _explicit_fields 的命名或存储方式，可能会遗漏此处的恢复逻辑，但新增的单元测试提供了保护。
• 影响：只影响通过 DiffGenerator.generate() 显式传递 width/height 等参数的用户。修复后，这些显式参数被正确传递到下游的 InputValidationStage，输出尺寸符合用户预期。对于未显式指定相关参数的用户，行为无变化。
• 风险标记：暂无

关联脉络

• 暂无明显关联 PR