snapshot: 路线 B 重构前原状（pipeline 包首次入 git）

src/core/pipeline/context.py

@@ -0,0 +1,95 @@
+# -*- coding: utf-8 -*-
+"""
+PipelineContext：内存级数据载体，跨 14 个 step 传递路径与元信息。
+
+设计原则：
+  - 所有路径字段以 `_path` 为后缀（与 step 方法形参命名约定一致）
+  - 字段值可缺省（None），由 StepSpec.requires 在调度时注入
+  - dataclass + field(default_factory=dict) 支持原地增删
+  - 不放 GUI 状态（避免循环依赖）
+  - 不绑具体 step 方法（duck-typed cancellation / log append）
+"""
+
+from __future__ import annotations
+from dataclasses import dataclass, field
+from typing import Any, Dict, List, Optional
+
+
+@dataclass
+class PipelineContext:
+    """流水线运行上下文（在 14 个 step 之间传递的内存字典）
+
+    字段命名约定：
+      - 主路径字段统一 `_path` 后缀（如 water_mask_path）
+      - 目录类字段无 `_path` 后缀（如 models_dir）
+      - 元信息字段无后缀（如 user_config / status / log）
+    """
+
+    # ── 9 步主路径（按 step 输出顺序排列） ──
+    raw_img_path: Optional[str] = None            # Step 1 入参：原始影像
+    water_mask_path: Optional[str] = None         # Step 1 出 → Step 2/3/7 入
+    glint_mask_path: Optional[str] = None         # Step 2 出 → Step 3/7 入
+    deglint_img_path: Optional[str] = None        # Step 3 出 → Step 5/7 入
+    raw_csv_path: Optional[str] = None            # Step 4 入：原始 CSV
+    processed_csv_path: Optional[str] = None      # Step 4 出 → Step 5 入
+    training_spectra_path: Optional[str] = None   # Step 5 出 → Step 6 入
+    indices_path: Optional[str] = None            # Step 5.5 出
+    sampling_csv_path: Optional[str] = None       # Step 7 出 → Step 8/9 入
+    prediction_csv_path: Optional[str] = None     # Step 8 出
+    distribution_map_path: Optional[str] = None   # Step 9 出
+
+    # ── 目录类（命名不带 _path 以示区别） ──
+    models_dir: Optional[str] = None
+    prediction_dir: Optional[str] = None
+    work_dir: Optional[str] = None
+
+    # ── Step 6 训练产物（AutoML 模式有，常规模式为空） ──
+    model_files: List[str] = field(default_factory=list)
+
+    # ── 元信息（三件套：用户传的配置 / 取消事件 / 状态） ──
+    user_config: Dict[str, Any] = field(default_factory=dict)
+    cancel_event: Optional[Any] = None            # duck-typed threading.Event / asyncio.Event
+    status: Dict[str, str] = field(default_factory=dict)   # {step_id: 'start'/'completed'/'skipped'/'error'}
+    log: List[str] = field(default_factory=list)
+
+    # ── 诊断 ──
+    step_timings: Dict[str, float] = field(default_factory=dict)
+    pipeline_start_time: Optional[float] = None
+    pipeline_end_time: Optional[float] = None
+    last_error: Optional[str] = None
+
+    # ============================================================
+    # 读写辅助
+    # ============================================================
+
+    def set(self, key: str, value: Any) -> None:
+        """原地写入任意属性。
+
+        允许动态字段（如 'report_path'）直接挂在 __dict__ 上，
+        避免因静态字段缺失而抛 AttributeError。
+        """
+        object.__setattr__(self, key, value)
+
+    def get(self, key: str, default: Any = None) -> Any:
+        """原地读出，缺 key 不抛错。"""
+        return getattr(self, key, default)
+
+    def is_cancelled(self) -> bool:
+        """统一软取消检查入口（duck-typed）。
+
+        支持：
+          - threading.Event（.is_set()）
+          - asyncio.Event（loop-bound，is_set 同步接口存在）
+          - 自定义 .is_set() / .cancelled 属性
+        """
+        ev = self.cancel_event
+        if ev is None:
+            return False
+        is_set = getattr(ev, "is_set", None)
+        if callable(is_set):
+            return bool(is_set())
+        return bool(getattr(ev, "cancelled", False))
+
+    def append_log(self, msg: str) -> None:
+        """写入日志列表（也用于主进程 stdout 调试）。"""
+        self.log.append(msg)