导出项目测试
CanvasMind 支持将任意子图导出为独立可运行的项目，无需依赖主程序即可部署到任何 Python 环境。
核心价值
将画布上的任意子图导出为可独立运行的项目，实现从原型到生产的无缝迁移！
使用场景
训练/推理分离：只导出推理部分，打包训练好的模型文件
模型分享：将完整工作流打包分享给同事
生产部署：直接部署到服务器或 Docker 容器
离线运行：在无 GUI 环境中执行工作流
导出功能特点
✅ 智能依赖分析 - 自动识别并复制所需组件代码
✅ 文件路径重写 - 模型文件、数据文件自动复制到项目目录并重写为相对路径
✅ 列选择支持 - CSV 列选择配置完整保留
✅ 环境隔离 - 自动生成 requirements.txt，确保依赖一致性
✅ 即开即用 - 包含完整运行脚本（CLI + API）
导出步骤
选择节点 - 在画布上选中要导出的节点（可多选）
点击导出 - 点击左上角 "导出模型" 按钮（📤 图标）
选择目录 - 选择导出目录，系统自动生成项目文件夹
运行项目 - 进入导出目录，执行以下命令：
# 安装依赖
pip install -r requirements.txt
# 运行模型
python run.py
导出项目结构
model_xxxxxxxx/
├── model.workflow.json # 工作流定义
├── project_spec.json # 输入输出定义
├── preview.png # 画布预览图
├── README.md # 项目说明
├── requirements.txt # 依赖包列表
├── run.py # CLI 运行脚本
├── api_server.py # FastAPI 微服务
├── scan_components.py # 组件扫描器
├── runner/ # 执行器模块
│ ├── component_executor.py
│ └── workflow_runner.py
├── components/ # 组件代码
└── inputs/ # 输入文件
画布工具调用
导出项目后，画布可直接调用项目执行脚本：
工具调用 - 画布可根据项目名称直接调用执行脚本，获取运行结果
参数传递 - 画布节点属性中支持工具调用参数，工具调用时自动传入
完整日志 - 详细记录并返回工具调用过程与结果日志，便于调试
大模型集成 - 提供标准化工具名称、输入/输出参数格式，无缝支持大模型 Function Calling
