Update z-prompt-fusion-extension/scripts/promptlang.py

z-prompt-fusion-extension/scripts/promptlang.py

@@ -73,7 +73,6 @@ def _wrap_cond_any(raw_cond):
     """
     Заворачивает сырое cond (dict[str, Tensor] или Tensor) в обёртки,
     которые понимает логика интерполяции (DictCondWrapper/TensorCondWrapper).
-    Ничего не индексируем — считаем, что пришёл «одиночный» cond.
     """
     if isinstance(raw_cond, dict):
         return interpolation_tensor.DictCondWrapper(raw_cond)
@@ -95,7 +94,7 @@ def _adapt_flattened_schedules(result: Any, total_steps: int):
     if isinstance(result, list) and (len(result) == 0 or isinstance(result[0], list)):
         return result
 
-    # 2) Попытка «утиная типизация» MulticondLearnedConditioning
+    # 2) Duck typing: MulticondLearnedConditioning
     batch = getattr(result, "batch", None)
     if batch is not None:
         adapted = []
@@ -189,7 +188,6 @@ def _build_tensor_for_prompt(
     flat_prompts = tensor_builder.get_prompt_database()
 
     # Сохраняем поведение A1111: в некоторых версиях промпт-объект содержит флаг негативности.
-    # Сделаем list-обёртку с тем же атрибутом, если он есть у исходного prompts.
     class _SdLike(list):
         pass
 
@@ -200,7 +198,9 @@ def _build_tensor_for_prompt(
     else:
         flat_input = flat_prompts
 
-    flattened = original_function(model, flat_input, total_steps)
+    # Важно: пробрасываем hires_steps и use_old_scheduling, как в A1111
+    hires_steps_arg = total_steps if is_hires else None
+    flattened = original_function(model, flat_input, total_steps, hires_steps_arg, use_old_scheduling)
     flattened = _adapt_flattened_schedules(flattened, total_steps)
 
     # 3) Обернуть cond-значения
@@ -215,54 +215,52 @@ def _build_tensor_for_prompt(
         ]
         wrapped_conds.append(wrapped_sched)
 
-        # 4) Собрать интерполяционный тензор и вычислить расписания по шагам
-        tensor = tensor_builder.build(wrapped_conds, empty_cond.get())
+    # 4) Собрать интерполяционный тензор и вычислить расписания по шагам
+    tensor = tensor_builder.build(wrapped_conds, empty_cond.get())
 
-        slerp_scale = global_state.get_slerp_scale()
-        slerp_epsilon = global_state.get_slerp_epsilon()
+    slerp_scale = global_state.get_slerp_scale()
+    slerp_epsilon = global_state.get_slerp_epsilon()
 
-        # Вспомогалка: безопасно «продлить» последний сегмент до step
-        def _extend_last_segment_to(step_val: int):
-            last = schedules[-1]
-            if getattr(last, "end_at_step", None) != step_val:
-                schedules[-1] = prompt_parser.ScheduledPromptConditioning(
-                    end_at_step=step_val,
-                    cond=last.cond,
-                )
-
-        # Сформировать расписание, склеивая одинаковые соседние сегменты
-        schedules: List[prompt_parser.ScheduledPromptConditioning] = []
-        prev_wrapper = None
-        for step in range(total_steps):
-            params = interpolation_tensor.InterpolationParams(
-                t=step / max(1, total_steps - 1),
-                step=step,
-                total_steps=total_steps,
-                slerp_scale=slerp_scale,
-                slerp_epsilon=slerp_epsilon,
+    # Вспомогалка: безопасно «продлить» последний сегмент до step (иммутабельные namedtuple)
+    def _extend_last_segment_to(schedules_list: List[prompt_parser.ScheduledPromptConditioning], step_val: int):
+        last = schedules_list[-1]
+        if getattr(last, "end_at_step", None) != step_val:
+            schedules_list[-1] = prompt_parser.ScheduledPromptConditioning(
+                end_at_step=step_val,
+                cond=last.cond,
             )
-            origin = global_state.get_origin_cond_at(step, is_hires=is_hires)
-            cond_wrapper = tensor.interpolate(params, origin, empty_cond.get())
-
-            if prev_wrapper is not None and cond_wrapper == prev_wrapper:
-                # Было: schedules[-1].end_at_step = step  (иммутабельно -> нельзя)
-                _extend_last_segment_to(step)
-            else:
-                raw = getattr(cond_wrapper, "original_cond", cond_wrapper)
-                schedules.append(
-                    prompt_parser.ScheduledPromptConditioning(
-                        end_at_step=step,
-                        cond=raw,
-                    )
-                )
-                prev_wrapper = cond_wrapper
 
-        # Финализировать последний сегмент на последний шаг
-        if schedules:
-            _extend_last_segment_to(total_steps - 1)
+    # Сформировать расписание, склеивая одинаковые соседние сегменты
+    schedules: List[prompt_parser.ScheduledPromptConditioning] = []
+    prev_wrapper = None
+    for step in range(total_steps):
+        params = interpolation_tensor.InterpolationParams(
+            t=step / max(1, total_steps - 1),
+            step=step,
+            total_steps=total_steps,
+            slerp_scale=slerp_scale,
+            slerp_epsilon=slerp_epsilon,
+        )
+        origin = global_state.get_origin_cond_at(step, is_hires=is_hires)
+        cond_wrapper = tensor.interpolate(params, origin, empty_cond.get())
+
+        if prev_wrapper is not None and cond_wrapper == prev_wrapper:
+            _extend_last_segment_to(schedules, step)
+        else:
+            raw = getattr(cond_wrapper, "original_cond", cond_wrapper)
+            schedules.append(
+                prompt_parser.ScheduledPromptConditioning(
+                    end_at_step=step,
+                    cond=raw,
+                )
+            )
+            prev_wrapper = cond_wrapper
 
-        return schedules
+    # Финализировать последний сегмент на последний шаг
+    if schedules:
+        _extend_last_segment_to(schedules, total_steps - 1)
 
+    return schedules
 
 
 # -----------------------------------------------------------------------------
@@ -351,7 +349,7 @@ def _fusion_get_multicond_learned_conditioning(
 
 
 # -----------------------------------------------------------------------------
-# WebUI script shim (чтобы сбрасывать «негативность» и кэш между генерациями)
+# WebUI script shim (сброс состояния между генерациями)
 # -----------------------------------------------------------------------------
 
 class PromptFusionScript(scripts.Script):