fix: 全局UX修复与Step4交互可视化重构

=== 自动填入过于激进（幽灵路径级联）===
- 所有面板 update_from_config 移除 os.makedirs()，目录创建留给 pipeline 执行
- 输出路径仅 widget 为空时填入默认值，不覆盖用户已选
- 输入路径从上游读取后添加 os.path.exists() 检查，阻断幽灵路径级联
- panel_factory._replay_live_panel_inputs 广播前校验文件确实存在
- step10 update_from_config 添加 os.path.isfile() 存在性检查
- 清理 step8/9/11 中冗余局部 import os（修复 UnboundLocalError）

=== 输出目录缺失 ===
- step7 新增 output_file FileSelectWidget，默认路径 7_Water_Quality_Indices/
- step9 output_file 从文件模式改为目录模式 (Directories)

=== 空目录自动创建 ===
- step12 _setup_prediction_output_dirs 移除 mkdir() 调用，改为只读日志

=== 过期依赖与缺失 import ===
- panel_registry Step10 依赖 bsq_file→sampling_csv_file（匹配 CSV 模式重构）
- step7 添加缺失的 import pandas as pd（修复 NameError）

=== 导航与 UI 一致性 ===
- water_quality_gui_v2 新增 _select_first_nav_item()，启动时默认选中第一项
- step1 输出卡片对齐 step8 风格
- step8 补充缺失的样式表和统一边距

=== Step4 交互式光谱探针重构 ===
- 左右分栏 QSplitter 布局：左侧控制区 + 右侧 Matplotlib 视图
- 1x2 子图：ax1 散点图 + ax2 光谱曲线
- Hover 悬停 Annotation 显示坐标，Click 点击高亮+绘制光谱
- NavigationToolbar2QT 工具栏（保存/缩放/平移）
- 自动检测坐标列和波段列，完善异常处理

src/core/workspace_manager.py

@@ -183,26 +183,35 @@ class WorkspaceManager:
             for file_path in subdir_path.rglob('*'):
                 if file_path.is_file():
                     file_name = file_path.name.lower()
+                    file_stem = file_path.stem.lower()
 
                     for step_id in step_ids:
                         if step_id not in discovered_outputs:
                             discovered_outputs[step_id] = {}
 
-                        if 'water_mask' in file_name and step_id == 'step1':
-                            if self._is_scientific_mask(file_path):
+                        # 2026-06-30 加强匹配：用更精确的边界匹配替代简单的子串包含
+                        # water_mask 匹配：必须是独立文件名的一部分（如 water_mask_out.dat, water_mask_from_ndwi.dat）
+                        if step_id == 'step1' and self._is_scientific_mask(file_path):
+                            if ('water_mask' in file_stem
+                                and 'glint' not in file_stem):
                                 discovered_outputs[step_id]['water_mask'] = str(file_path)
-                        elif 'glint' in file_name and 'mask' in file_name and step_id == 'step2':
-                            if self._is_scientific_mask(file_path):
+                        # glint_mask 匹配：必须同时含 glint 且文件名主体以 mask 或 area 结尾
+                        elif step_id == 'step2' and self._is_scientific_mask(file_path):
+                            if ('glint' in file_stem and
+                                (file_stem.endswith('mask') or file_stem.endswith('area')
+                                 or 'severe_glint' in file_stem)):
                                 discovered_outputs[step_id]['glint_mask'] = str(file_path)
-                        elif 'deglint' in file_name and step_id == 'step3':
+                        elif 'deglint' in file_stem and step_id == 'step3':
                             discovered_outputs[step_id]['deglint_image'] = str(file_path)
-                        elif 'processed_data' in file_name and step_id == 'step4_sampling':
+                        elif file_name == 'processed_data.csv' and step_id == 'step5_clean':
                             discovered_outputs[step_id]['processed_data'] = str(file_path)
-                        elif 'training_spectra' in file_name and step_id == 'step5_clean':
+                        elif ('training_spectra' in file_stem and file_path.suffix == '.csv'
+                              and step_id == 'step6_feature'):
                             discovered_outputs[step_id]['training_spectra'] = str(file_path)
-                        elif 'water_quality_indices' in file_name and step_id == 'step6_feature':
+                        elif ('water_quality_indices' in file_stem and file_path.suffix == '.csv'
+                              and step_id == 'step7_index'):
                             discovered_outputs[step_id]['water_indices'] = str(file_path)
-                        elif 'sampling_spectra' in file_name and step_id == 'step4_sampling':
+                        elif file_name == 'sampling_spectra.csv' and step_id == 'step4_sampling':
                             discovered_outputs[step_id]['sampling_points'] = str(file_path)
                         elif file_name.endswith('.csv') and step_id in ['step9_ml_predict', 'step11_map', 'step12_viz']:
                             discovered_outputs[step_id]['predictions'] = str(file_path)
@@ -255,13 +264,16 @@ class WorkspaceManager:
     def prune_config_for_prediction_mode(config: dict) -> dict:
         """Prediction-only 模式：禁用训练相关步骤，保留预测和成图步骤。
 
+        2026-06-30 修复：步骤 ID 从旧的 PIPELINE_STEPS 体系改为 PANEL_REGISTRY 体系，
+        确保与 get_current_config() 返回的 key 一致，避免 enabled: False 写入无效 key。
+
         被禁用的 step dict 中统一写入 'enabled': False，
         这些配置最终传给 PipelineRunner，Runner 会跳过它们。
         同时，被跳过的步骤的 required_input_files 在 build_missing_items
         中不会被检查，从而自然规避了"CSV 缺失"等训练模式下的误报。
 
         Args:
-            config: 完整配置字典（来自 get_current_config）
+            config: 完整配置字典（来自 get_current_config，key 为 PANEL_REGISTRY step_id）
 
         Returns:
             裁剪后的 config（深拷贝，原 config 不被修改）
@@ -269,12 +281,11 @@ class WorkspaceManager:
         cfg = copy.deepcopy(config)
 
         training_steps = [
-            "step4",
-            "step5",
-            "step7",
-            "step6",
-            "step8_non_empirical_modeling",
-            "step9",
+            "step4_sampling",
+            "step5_clean",
+            "step6_feature",
+            "step7_index",
+            "step8_ml_train",
         ]
         for step_id in training_steps:
             step_cfg = cfg.setdefault(step_id, {})