refactor(ai-outfit): 标题生成改为「一次请求·纯提示词·多条按序填」 (§19.22)

把标题生成从「逐行看图、各生成1条、每行一次请求」改为一次请求、纯提示词
（不传图）、生成多条、按序回填（数量由用户写进提示词，docs/11 §17.1/§17.7）。

- ai_text_service：新增 extract_titles_from_response（多行→多条、逐行去
  序号/引号、丢空）+ AiTextClient.generate_texts（一次POST返回多条，与
  generate_text 共用 _post）；generate_text/extract_text 改为取首条
- ai_title：generate_titles（一次请求、image_path=None 纯文本）；移除
  generate_title/_reference_image/render_title_prompt（不再逐行看图/替换占位符）
- config_service：DEFAULT_TITLE_PROMPT 改批量风格（生成多条、每行一条）
- 面板 _TitleWorker：一次 generate_titles → 按序 write_title_result 回填；
  N>行数多的丢+日志、N<行数后面行留空+日志；请求异常→日志+成功0；去掉行间节流
- _start_title 不再传 request_interval

测试：extract_titles 多行→多条/去序号引号、generate_texts 多条且无图、
generate_titles 一次请求/异常。全套 py37 通过（test_config_service 的
packaging 模板失败属并行 §19.13，与本改动无关）。离屏冒烟：3/3 精确、
5/3 丢弃、2/3 留空 三种分发均按序回填 Excel A + 日志正确。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

docs/11-ai-outfit.md

@@ -420,24 +420,30 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
 
 ## 17. 标题生成（左栏独立功能）
 
-「添加印花」批量导出生成的 Excel（`docs/02` §6.12），A 列「标题」只是占位的**印花名**，不是真正的电商标题。本功能在 AI 穿搭页**左栏**新增一个**独立的「生成标题」**流程：用户写标题提示词，AI **看该行衣服图**（视觉）生成电商标题，**写回 Excel A 列**，再点「开始生成」跑图时图片提示词的 `{title}` 即用上新标题。与「开始生成」（图片）**互不绑定**、各自一个按钮。
+「添加印花」批量导出生成的 Excel（`docs/02` §6.12），A 列「标题」只是占位的**印花名**，不是真正的电商标题。本功能在 AI 穿搭页**左栏**新增一个**独立的「生成标题」**流程：用户写标题提示词（含数量），**一次请求、纯提示词（不传图）生成多条电商标题**，**按序回填 Excel A 列**（第 i 条 → 第 i 行），再点「开始生成」跑图时图片提示词的 `{title}` 即用上新标题。与「开始生成」（图片）**互不绑定**、各自一个按钮。
 
-### 17.1 数据流与回填语义
+### 17.1 数据流与回填语义（一次请求 · 纯提示词 · 多条 · 按序填行）
 
-- **行来源**：复用 `excel_service.read_all_rows(excel)`（状态无关）——对全部有效行生成、**覆盖式**写 A，不看 E 列状态、不引入新列（保持与 `标题生成产品图.xlsx` 七列一致）。
-- **逐行看图、各生成 1 条、顺序回填**：按行顺序处理，第 i 行看第 i 行衣服图 → 生成 1 条标题 → **立即**写回第 i 行 A（`write_title_result(excel, row_index, title)`）→ 刷新中栏「处理明细」表该行「标题」列。即「第 n 条标题 → 第 n 行 A，顺序回填 + GUI 实时刷新」。
-- **目录行取首图**：C 列为图片目录时（印花 Excel 即如此），标题写回**一个 A 单元格**（整行一个标题），故只取 `ai_outfit.list_directory_images(dir)` 的**第一张**作视觉参考；标题提示词宜写成概括款式/印花的通用句式。
-- **条数对齐**：因逐行各生成 1 条，标题数永远 = 行数，不存在「AI 返回条数和行数对不上」的兜底问题。提示词即使写「生成 N 条」，每行也**只取第一条**（解析时取首个非空行、去行首序号/符号与首尾引号、单行化）。
-- **"覆盖图片组件的标题" = 写回 A + 重载**：图片生成在「开始生成」时当场 `load_outfit_tasks(excel)` 读 A 列，故标题写回 A 后无需另改图片组件；标题全部生成完**重新加载一次 Excel**，刷新界面与内存任务，紧接着「开始生成」即用新标题。
+> **§17.7 改版**：早期为「逐行看图、各生成 1 条」（每行一次请求、带图）。现改为
+> **一次请求、纯提示词（不传图）、生成多条、按序回填**（用户在提示词里自写数量）。
+
+- **行来源**：复用 `excel_service.read_all_rows(excel)`（状态无关）——拿到全部有效行（仅为「填到哪些行 + 行号」），**覆盖式**写 A，不看 E 列状态、不引入新列。
+- **一次请求、纯提示词**：把用户标题提示词**原样**（不带图、不替换 `{title}`）发一次给文本模型；提示词里由用户自写数量（如「生成 6 条…每行一条」）。
+- **解析多条**：从响应里把文本**按行**拆成多条，每条清洗（去行首序号/符号 `1. / - / ①`、去首尾引号、单行化、丢空行）→ 得到标题列表。
+- **按序回填**：第 i 条 → 第 i 行 A（`write_title_result(excel, row_index, title)`），逐条写、刷新中栏「处理明细」表该行「标题」列。
+- **条数对不上时兜底**：`N = len(标题)`，`R = len(行)`。`N > R` → 多出的 `N-R` 条**丢弃** + 日志提示；`N < R` → 后 `R-N` 行**留空** + 日志提示。不报错中止。
+- **生成完重载 Excel**：刷新界面与内存任务，紧接「开始生成」跑图即用新标题（图片生成当场 `load_outfit_tasks` 读 A 列）。
 
 ### 17.2 文本服务（复用图像服务的 HTTP 管道）
 
 - 新增 `services/ai_text_service.py` 的 `AiTextClient(config, session=None)`：复用 `ai_image_service` 的 `AiModelConfig` / `image_to_data_url` / `detect_api_type` / `normalize_api_url` / Bearer 鉴权 / 超时 / session，不重写 HTTP。
-- `generate_text(prompt, image_path=None) -> str`：
-  - `chat`：`messages=[{role:user, content:[{type:text,text:prompt}, {type:image_url,...}]}]`（带图=视觉）。
-  - `gemini`：`contents[].parts=[{text},{inlineData}]`，`generationConfig.responseModalities=["TEXT"]`。
-  - `images`/`images_edits`：纯图片接口，不能返回文字 → 抛 `AiTextServiceError`，提示「该模型不能生成文字，请改选文本/视觉模型」。
-- `extract_text_from_response(data)`：取 `choices[0].message.content`（str 或 content 列表的 text）/ gemini `candidates[0].content.parts[].text`；都取不到则抛错；返回**第一条标题**（见 §17.1 解析规则）。
+- `generate_texts(prompt, image_path=None) -> List[str]`（标题生成走此：`image_path=None` 纯文本）：
+  - `chat`：`messages=[{role:user, content:[{type:text,text:prompt}]}]`（无图时不含 `image_url`）。
+  - `gemini`：`contents[].parts=[{text}]`，`generationConfig.responseModalities=["TEXT"]`。
+  - `images`/`images_edits`：纯图片接口，不能返回文字 → 抛 `AiTextServiceError`。
+  - 一次 POST → `extract_titles_from_response` 返回**多条**清洗后标题。
+- `generate_text(prompt, image_path=None) -> str`：保留（返回第一条，= `generate_texts` 的 `[0]`），供单条场景与既有单测；与 `generate_texts` 共用同一段 POST。
+- `extract_titles_from_response(data) -> List[str]`：取 `choices[0].message.content` / gemini `candidates[0].content.parts[].text` 的原始文本，**按行拆分 + 逐行清洗**（去序号/符号/引号、单行化、丢空），返回标题列表。`extract_text_from_response` = 取其首条（兼容保留）。
 
 ### 17.3 模型与提示词
 
@@ -449,12 +455,12 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
   - **命中的模型是纯图片接口（images/images_edits）时，开跑前就拦截（§19.21）**：`_find_title_model` 检出 `api_type ∈ {images, images_edits}` → 返回错误「『{名字}』是图片模型（{api_type}），不能生成文字标题，请改选 chat/gemini 文本模型」→ `_resolve_title_model_config` 弹窗 + 中止，不逐行失败。
   - 边界：`api_type=chat` 但实际返回图片的模型（如 Nano Banana）类型上无法预判，仍在运行时由 `AiTextClient`/「未找到文字标题」逐行暴露——这是固有限制。
 - **`ai_models.json` 需有一条文本/视觉模型**（管理员维护，含真实 key，不入库）：`api_type` 设 `chat`、`model` 填中转的真实 id（如 `gpt-5.5`）、`name` 与 `title_model` 一致（默认 `GPT-5.5 文本`）。`docs/ai_models.sample.json` 已含 chat 示例可参照。
-- **标题提示词**：单份，存 `~/.cmbot/config/title_prompt.txt`（`load_title_prompt`/`save_title_prompt`，仿旧式单份，标题侧不做多套模板）；默认文案面向电商女装（结合款式/版型/颜色/印花，输出一行中文标题，不加引号/表情/促销词）。
+- **标题提示词**：单份，存 `~/.cmbot/config/title_prompt.txt`（`load_title_prompt`/`save_title_prompt`，仿旧式单份，标题侧不做多套模板）；默认文案为**批量风格**——让模型生成**多条**电商女装标题、**每行一条**、不带序号/引号/表情，数量由用户在提示词里写（默认示例可写「生成 10 条」）。
 
 ### 17.4 界面与运行
 
 - **左栏布局**（§10 已同步）：「标题生成」组在上、「穿搭生成话术」组在下；预览块移除。标题组含：标题提示词编辑、「保存」、「生成标题」（**无标题模型下拉**，模型由 `title_model` 配置定名，§17.3）。
-- **运行**：`_TitleWorker(QObject)` 跑在 `QThread`（仿 `_OutfitWorker`），按行顺序逐行生成、立即回填、刷新该行 GUI；失败记日志、跳过该行、继续；用右栏「新请求间隔」做行间节流；温和停止。模型用 `_resolve_title_model_config()`（按 `title_model` 名字查 `ai_models.json`）。
+- **运行**：`_TitleWorker(QObject)` 跑在 `QThread`（仿 `_OutfitWorker`），**一次请求**（纯提示词，无图）拿到标题列表 → **按序逐条回填** `write_title_result` + 刷新该行 GUI；条数对不上按 §17.1 兜底（多丢、少留空、记日志）；请求失败记日志并以「成功 0」收尾；温和停止。模型用 `_resolve_title_model_config()`（按 `title_model` 名字查 `ai_models.json`）。**只有一次请求，不再用「新请求间隔」做行间节流**。
 - **互斥**：「生成标题」与「开始生成」运行时互斥（避免同表并发写）。
 - 进度/结果走中栏「处理明细」表与右栏日志（不写 Excel 状态列）。
 
@@ -462,10 +468,11 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
 
 - 左栏有「标题生成」组（提示词 + 保存 + 生成标题按钮），**无标题模型下拉**、无预览块。
 - `app_config.title_model` 指向的模型在 `ai_models.json` 存在 → 生成走该模型；改 `title_model` 名字即换模型，无需改代码。
-- 选印花生成的 Excel（A=印花名、C=目录），点「生成标题」→ 每行 A 被改写为 AI 标题、明细表标题列实时刷新、D/E/F 未动。
-- `title_model` 找不到对应模型 / 命中条目是纯图片接口（images/images_edits）时，**开跑前**弹窗报错并中止（不逐行失败，§19.21）。
+- 选印花生成的 Excel，点「生成标题」→ **一次请求**返回多条 → 按序回填各行 A、明细表标题列实时刷新、D/E/F 未动。
+- 条数对不上：N>行数多的丢弃 + 日志；N<行数后面行留空 + 日志（不报错中止）。
+- `title_model` 找不到对应模型 / 命中条目是纯图片接口（images/images_edits）时，**开跑前**弹窗报错并中止（§19.21）。
 - 生成完重载 Excel，紧接「开始生成」跑图用的是新标题。
-- 文本解析、`generate_title`（单文件/目录取首图/无图失败/客户端异常）、`write_title_result`（只改 A）、`_find_title_model`（命中/缺失/图片模型报错）单测通过，Python 3.7。
+- `extract_titles_from_response`（多行→多条、清洗）、`generate_titles`（一次请求纯文本、客户端异常）、`write_title_result`（只改 A）、`_find_title_model`（命中/缺失/图片模型报错）单测通过，Python 3.7。
 
 ### 17.6 决策：标题模型「配置定名」而非下拉
 
@@ -475,3 +482,14 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
 - **为什么不把模型名写死在代码里**：写死后换模型/升级要改 `.py` 重新打包分发。改放 `app_config.title_model`（默认 `GPT-5.5 文本`）后，换模型只改配置一行、重启生效，对非技术管理员友好。
 - **界面效果一致**：两种做法用户都看不到下拉、都固定一个模型；差别只在「换模型」的代价（改配置 vs 改代码）。
 - 标题提示词暂不做多套模板（同 §17 决策；真有多套切换需求再按 §7.2 范式补）。
+
+### 17.7 决策：标题改为「一次请求、纯提示词、多条按序填」
+
+§19.18 初版为「逐行看图、各生成 1 条」（每行一次请求、带衣服图做视觉）。用户复盘后改为
+**一次请求、纯提示词（不传图）、生成多条、按序回填**（§19.22）：
+
+- **为什么去掉图片**：印花 Excel 一行=一个印花子目录、多张图，"看哪张"本就要取首图近似；且用户的标题更偏**通用电商 SEO 风格**（同批女装标题可互换），不必逐件看图。去图后改为纯文本批量，**一次请求拿多条**，更快更省（N 行从 N 次请求降到 1 次）。
+- **数量由用户在提示词里写**（已确认）：代码不自动附加数量、不替换 `{title}`，原样发；解析返回的多行为多条标题。
+- **条数对不上不强求**：`N>行数` 多的丢、`N<行数` 后面行留空 + 日志，不报错中止（用户可改提示词数量重跑）。
+- **代价**：标题不再与具体某件衣服一一对应（无图）；若将来要"每件看图各出标题"，那是另一种模式，按 §17.1 旧版思路另做。
+- 文本服务保留 `generate_text`（单条）+ 新增 `generate_texts`（多条），共用同一段 POST；标题流程走 `generate_texts(prompt, image_path=None)`。

src/app/widgets/ai_outfit_panel.py

@@ -142,8 +142,8 @@ class _OutfitWorker(QObject):
 class _TitleWorker(QObject):
     """Generates titles row-by-row on a QThread (docs/11 §17); queued signals.
 
-    Sequential by row: each row's garment image + the title prompt -> one title,
-    written back to that row's A column immediately. Failures are logged and skipped.
+    One prompt-only request returns many titles; they are written back to rows in
+    order (i-th title -> i-th row A). Count mismatch falls back per docs/11 §17.1.
     """
 
     tasks_loaded = Signal(object)        # List[OutfitTask]
@@ -152,23 +152,19 @@ class _TitleWorker(QObject):
     finished = Signal(int, int)          # success_count, fail_count
     failed = Signal(str)                 # fatal pre-run error (e.g. Excel locked)
 
-    def __init__(self, excel_path, model_config, prompt, request_interval):
+    def __init__(self, excel_path, model_config, prompt):
         super().__init__()
         self._excel_path = excel_path
         self._model_config = model_config
         self._prompt = prompt
-        self._interval = float(request_interval or 0.0)
         self._stop = False
 
     def stop(self):
         self._stop = True
 
     def run(self):
-        import time
-
-        from core.ai_title import generate_title
+        from core.ai_title import generate_titles
         from core.models import TitleResult
-        from services.ai_text_service import AiTextClient
         from services.excel_service import (
             ensure_excel_writable,
             read_all_rows,
@@ -178,7 +174,6 @@ class _TitleWorker(QObject):
         try:
             ensure_excel_writable(self._excel_path)
             rows = read_all_rows(self._excel_path)
-            client = AiTextClient(self._model_config)   # one client for the run
         except Exception as exc:                        # noqa: BLE001 - report to UI
             self.failed.emit(str(exc))
             return
@@ -189,32 +184,46 @@ class _TitleWorker(QObject):
             self.finished.emit(0, 0)
             return
 
-        success = fail = 0
-        for index, task in enumerate(rows, start=1):
+        # One prompt-only request for all titles (docs/11 §17.1/§17.7).
+        try:
+            titles = generate_titles(self._prompt, self._model_config)
+        except Exception as exc:                        # noqa: BLE001 - whole run fails
+            self.log.emit("标题生成请求失败：{}".format(exc))
+            for index, task in enumerate(rows, start=1):
+                self.progress.emit(index, total,
+                                   TitleResult(task=task, success=False, error="请求失败"))
+            self.finished.emit(0, total)
+            return
+
+        self.log.emit("一次请求返回 {} 条标题，共 {} 行".format(len(titles), total))
+        if len(titles) > total:
+            self.log.emit("返回条数多于行数，多出的 {} 条已忽略".format(len(titles) - total))
+        if len(titles) < total:
+            self.log.emit("返回条数少于行数，后 {} 行留空".format(total - len(titles)))
+
+        success = 0
+        for index, task in enumerate(rows):
             if self._stop:
                 break
-            if index > 1 and self._interval > 0:
-                time.sleep(self._interval)
-            result = generate_title(task, self._prompt, self._model_config,
-                                    api_client=client)
-            if result.success:
+            if index < len(titles):
+                title = titles[index]
                 try:
-                    write_title_result(self._excel_path, task.row_index,
-                                       result.generated_title)
+                    write_title_result(self._excel_path, task.row_index, title)
+                    success += 1
+                    result = TitleResult(task=task, success=True,
+                                         generated_title=title, attempts=1)
+                    self.log.emit("第 {} 行标题：{}".format(task.row_index, title))
                 except Exception as exc:                # noqa: BLE001 - keep going
                     result = TitleResult(task=task, success=False,
                                          error="写回失败：{}".format(exc), attempts=1)
-            if result.success:
-                success += 1
-                self.log.emit("第 {} 行标题：{}".format(
-                    task.row_index, result.generated_title))
+                    self.log.emit("第 {} 行写回失败：{}".format(task.row_index, exc))
             else:
-                fail += 1
-                self.log.emit("第 {} 行标题失败：{}".format(
-                    task.row_index, result.error))
-            self.progress.emit(index, total, result)
+                result = TitleResult(task=task, success=False,
+                                     error="未返回足够标题（仅 {} 条）".format(len(titles)),
+                                     attempts=1)
+            self.progress.emit(index + 1, total, result)
 
-        self.finished.emit(success, fail)
+        self.finished.emit(success, total - success)
 
 
 class _OutfitPreviewDialog(QDialog):
@@ -949,8 +958,7 @@ class AiOutfitPanel(QWidget):
         self._progress.setValue(0)
         self._log.clear()
 
-        self._title_worker = _TitleWorker(
-            excel, model_config, prompt, self._interval.value())
+        self._title_worker = _TitleWorker(excel, model_config, prompt)
         self._title_thread = QThread(self)
         self._title_worker.moveToThread(self._title_thread)
         self._title_thread.started.connect(self._title_worker.run)

src/core/ai_title.py

@@ -1,49 +1,23 @@
-"""AI 标题生成单行编排（docs/11 §17）。
+"""AI 标题批量生成（docs/11 §17.1 / §17.7）。
 
-看该行衣服图（目录行取首图）+ 用户标题提示词 → 调 AI 文本服务生成电商标题。
-返回 TitleResult；never raises（异常聚合进结果）。标题写回 Excel A 列由调用方做。
+一次请求、纯提示词（不传图）→ 文本模型返回多条电商标题。数量由用户写进提示词。
+返回标题列表；调用方负责按序写回 Excel A 列与兜底（条数与行数对不上）。
 """
 import logging
 
-from core.ai_outfit import list_directory_images, looks_like_directory
-from core.models import OutfitTask, TitleResult
 from services.ai_text_service import AiTextClient
 
 logger = logging.getLogger(__name__)
 
 
-def render_title_prompt(template, task):
-    """Replace {title}/{product_id} in the title prompt (no image-output tail)."""
-    return str(template).replace("{title}", task.title).replace(
-        "{product_id}", task.product_id)
+def generate_titles(prompt, model_config, api_client=None):
+    """Generate a list of titles in ONE prompt-only request (docs/11 §17.1).
 
-
-def _reference_image(garment_path):
-    """Pick the vision reference: the file itself, or a directory's first image."""
-    if looks_like_directory(garment_path):
-        images = list_directory_images(garment_path)
-        return str(images[0]) if images else None
-    return garment_path
-
-
-def generate_title(task, prompt_template, model_config, api_client=None):
-    """Generate one title for an Excel row and return TitleResult. Never raises."""
-    if not isinstance(task, OutfitTask):
-        raise TypeError("task must be OutfitTask")
-
-    try:
-        image_path = _reference_image(task.garment_path)
-        if not image_path:
-            return TitleResult(task=task, success=False, attempts=1,
-                               error="目录内没有图片：{}".format(task.garment_path))
-        prompt = render_title_prompt(prompt_template, task)
-        client = api_client or AiTextClient(model_config)
-        title = client.generate_text(prompt, image_path)
-        if not title:
-            return TitleResult(task=task, success=False, attempts=1,
-                               error="AI 未返回标题")
-        logger.info("Generated title row %s -> %s", task.row_index, title)
-        return TitleResult(task=task, success=True, generated_title=title, attempts=1)
-    except Exception as exc:                            # noqa: BLE001 - aggregate
-        logger.exception("Title generation failed for row %s", task.row_index)
-        return TitleResult(task=task, success=False, error=str(exc), attempts=1)
+    prompt is sent as-is (no image, no placeholder substitution). Raises on API
+    error (caller wraps); returns [] only if the model returned no usable text
+    (AiTextClient raises in that case, so a normal return is always non-empty).
+    """
+    client = api_client or AiTextClient(model_config)
+    titles = client.generate_texts(prompt)        # image_path=None -> text-only
+    logger.info("Generated %d title(s) in one request", len(titles))
+    return titles

src/services/ai_text_service.py

@@ -117,29 +117,41 @@ def _extract_raw_text(data):
     return ""
 
 
-def _clean_title(text):
-    """Return the first non-empty line as a single clean title.
-
-    Drops list numbering/bullets and wrapping quotes; even if the prompt asked
-    for several titles, only the first is used (docs/11 §17.1).
-    """
-    if not text:
+def _clean_title_line(line):
+    """Clean one line into a title: drop list numbering/bullets and wrapping quotes."""
+    stripped = line.strip()
+    if not stripped:
         return ""
+    stripped = _TITLE_LEAD.sub("", stripped)
+    stripped = stripped.lstrip(_TITLE_CIRCLED).strip()
+    stripped = stripped.strip(_TITLE_QUOTES).strip()
+    return stripped
+
+
+def _clean_titles(text):
+    """Split raw text into a list of cleaned titles (one per non-empty line)."""
+    if not text:
+        return []
+    out = []
     for line in str(text).splitlines():
-        stripped = line.strip()
-        if not stripped:
-            continue
-        stripped = _TITLE_LEAD.sub("", stripped)
-        stripped = stripped.lstrip(_TITLE_CIRCLED).strip()
-        stripped = stripped.strip(_TITLE_QUOTES).strip()
-        if stripped:
-            return stripped
-    return ""
+        cleaned = _clean_title_line(line)
+        if cleaned:
+            out.append(cleaned)
+    return out
+
+
+def extract_titles_from_response(data):
+    """Return all clean titles (one per non-empty line) from an AI JSON response.
+
+    Used by 批量标题生成 (docs/11 §17.1): one request → many titles.
+    """
+    return _clean_titles(_extract_raw_text(data))
 
 
 def extract_text_from_response(data):
-    """Return the first clean title text from an AI JSON response ('' if none)."""
-    return _clean_title(_extract_raw_text(data))
+    """Return the first clean title from an AI JSON response ('' if none)."""
+    titles = extract_titles_from_response(data)
+    return titles[0] if titles else ""
 
 
 class AiTextClient:
@@ -151,7 +163,9 @@ class AiTextClient:
         if hasattr(self.session, "trust_env"):
             self.session.trust_env = False
 
-    def generate_text(self, prompt, image_path=None, resolution="1K"):
+    def _post(self, prompt, image_path, resolution):
+        """Send one chat/gemini request and return the parsed JSON. Shared by
+        generate_text / generate_texts."""
         validate_api_config(self.config)
         api_type = detect_api_type(self.config.url, self.config.api_type)
         if api_type in (API_IMAGES, API_IMAGES_EDITS):
@@ -178,8 +192,16 @@ class AiTextClient:
         payload = build_text_payload(self.config, prompt, data_url)
         response = self.session.post(url, headers=headers, json=payload, timeout=timeout)
         response.raise_for_status()
+        return response.json()
 
-        title = extract_text_from_response(response.json())
-        if not title:
+    def generate_texts(self, prompt, image_path=None, resolution="1K"):
+        """One request → list of cleaned titles (docs/11 §17.1). image_path=None
+        means a text-only request (标题批量生成不传图)."""
+        titles = extract_titles_from_response(self._post(prompt, image_path, resolution))
+        if not titles:
             raise AiTextServiceError("AI 响应中未找到文字标题")
-        return title
+        return titles
+
+    def generate_text(self, prompt, image_path=None, resolution="1K"):
+        """One request → the first cleaned title (= generate_texts[0])."""
+        return self.generate_texts(prompt, image_path, resolution)[0]

src/services/config_service.py

@@ -44,10 +44,12 @@ DEFAULT_OUTFIT_PROMPT = (
     "电商主图风格，不加文字与促销标签。"
 )
 
-# Default title prompt (docs/11 §17.3). Used by 标题生成 when title_prompt.txt absent.
+# Default title prompt (docs/11 §17.3, batch style). Used when title_prompt.txt absent.
+# 数量由用户改写（如「生成 10 条」）；一次请求返回多条、按序回填各行 A（§17.1）。
 DEFAULT_TITLE_PROMPT = (
-    "请根据这件女装的款式、版型、颜色与印花特点，生成一条适合台湾蝦皮电商的中文商品标题："
-    "突出卖点与适穿场景，控制在 30 字以内。只输出标题本身一行，不要序号、引号、表情或促销词。"
+    "请生成 10 条适合台湾蝦皮电商的中文女装商品标题，每行一条，"
+    "突出卖点与适穿场景，每条控制在 30 字以内。"
+    "只输出标题本身、每行一条，不要序号、引号、表情或促销词。"
 )
 
 

tasks.md

@@ -1373,3 +1373,28 @@
 - [x] 行为不变确认：`_resolve_title_model_config` 拿到 error 仍是 `QMessageBox.warning` + 返回 None；`_start_title` 据此中止（已有逻辑，无需改）
 - [x] 测试：`test_ai_outfit_panel.py` 加用例——`title_model` 命中 `images_edits` 模型 → `_find_title_model` 返回 `(None, 含「图片模型」的错误)`；既有命中(chat)/缺失用例保持绿
 - [x] 验证：相关单测 + 全套 py37 通过；离屏冒烟：`title_model` 指向图片模型 → 点「生成标题」前即弹窗中止、不开跑
+
+### 19.22 标题生成改为「一次请求·纯提示词·多条按序填」 — docs/11 §17.1 / §17.7
+
+前置阅读：
+
+- `docs/11-ai-outfit.md`（§17 总述、§17.1 数据流、§17.2 文本服务、§17.4 运行、§17.7 决策）
+- `src/services/ai_text_service.py`（`generate_text`/`extract_text_from_response`/`_clean_title`）
+- `src/core/ai_title.py`（`generate_title`/`render_title_prompt`/`_reference_image`——本任务替换）
+- `src/services/config_service.py`（`DEFAULT_TITLE_PROMPT`）
+- `src/app/widgets/ai_outfit_panel.py`（`_TitleWorker`/`_start_title`/`_on_title_*`）
+- `tests/test_ai_title.py` / `test_ai_text_service.py`（既有用例需改）
+
+背景：
+
+用户确认把标题生成从「逐行看图、各生成 1 条、每行一次请求」改为**一次请求、纯提示词（不传图）、生成多条、按序回填**；数量由用户自写进提示词；条数与行数对不上时多丢/少留空 + 日志（§17.7）。
+
+任务：
+
+- [x] `ai_text_service.py`：新增 `extract_titles_from_response(data) -> List[str]`（原始文本按行拆 + 逐行清洗，复用提取序号/引号的 `_clean_title` 逐行版）；新增 `AiTextClient.generate_texts(prompt, image_path=None) -> List[str]`（与 `generate_text` 共用一段 POST，返回多条）；`generate_text` 保留（= 多条取首条）
+- [x] `core/ai_title.py`：新增 `generate_titles(prompt, model_config, api_client=None) -> List[str]`（一次请求、`image_path=None` 纯文本）；移除 `generate_title`/`_reference_image`/`render_title_prompt`（不再逐行看图、不替换占位符——提示词原样发）
+- [x] `config_service.py`：`DEFAULT_TITLE_PROMPT` 改批量风格（让模型生成多条、每行一条、不带序号/引号；示例含数量如「生成 10 条」）
+- [x] `ai_outfit_panel.py` `_TitleWorker`：改为一次 `generate_titles` → 按序 `write_title_result` 回填、逐条 `progress` 刷新明细表；`N>行数`多的丢+日志、`N<行数`后面行留空+日志；请求异常 → 日志 + 成功 0 收尾；去掉行间 `request_interval` sleep
+- [x] `ai_outfit_panel.py` `_start_title`：不再传 `request_interval`；图片模型开跑前拦截（§19.21）保持
+- [x] 测试：`test_ai_text_service.py` 加 `extract_titles_from_response`（多行→多条、去序号/引号、丢空）+ `generate_texts`（mock，返回多条、无图 payload 不含 image_url）；`test_ai_title.py` 改为 `generate_titles`（一次请求多条、客户端异常）；删旧 `generate_title` 用例
+- [x] 验证：相关单测 + 全套 py37 通过；离屏冒烟：一次请求返回 6 条 → 6 行 A 按序回填；返回 3 条/8 条 → 兜底（留空/丢弃）+ 日志；payload 不含图片

tests/test_ai_text_service.py

@@ -47,6 +47,21 @@ class TestExtractText(unittest.TestCase):
         self.assertEqual(extract_text_from_response({"choices": []}), "")
         self.assertEqual(extract_text_from_response({}), "")
 
+    def test_extract_titles_multiline_to_list_cleaned(self):
+        """§17.1: 多行 → 多条，逐行去序号/引号、丢空行。"""
+        from services.ai_text_service import extract_titles_from_response
+
+        data = {"choices": [{"message": {"content":
+                "1. 「韩版宽松卫衣」\n\n2) 复古工装外套\n- 简约百搭T恤\n   "}}]}
+        self.assertEqual(
+            extract_titles_from_response(data),
+            ["韩版宽松卫衣", "复古工装外套", "简约百搭T恤"])
+
+    def test_extract_titles_empty_when_no_text(self):
+        from services.ai_text_service import extract_titles_from_response
+
+        self.assertEqual(extract_titles_from_response({"choices": []}), [])
+
 
 class TestBuildTextPayload(unittest.TestCase):
     def test_chat_with_image_includes_image_url(self):
@@ -131,6 +146,27 @@ class TestGenerateText(unittest.TestCase):
         with self.assertRaises(AiTextServiceError):
             client.generate_text("标题")
 
+    def test_generate_texts_returns_all_titles_text_only(self):
+        """§17.1: 一次请求 → 多条；纯文本（payload 不含 image_url）。"""
+        from services.ai_text_service import AiTextClient
+
+        session = _FakeSession({"choices": [{"message": {"content":
+            "标题一\n标题二\n标题三"}}]})
+        client = AiTextClient(CHAT_CFG, session=session)
+
+        titles = client.generate_texts("生成 3 条标题")
+
+        self.assertEqual(titles, ["标题一", "标题二", "标题三"])
+        content = session.posted["json"]["messages"][0]["content"]
+        self.assertEqual([p["type"] for p in content], ["text"])   # 无图
+
+    def test_generate_texts_empty_raises(self):
+        from services.ai_text_service import AiTextClient, AiTextServiceError
+
+        client = AiTextClient(CHAT_CFG, session=_FakeSession({"choices": []}))
+        with self.assertRaises(AiTextServiceError):
+            client.generate_texts("标题")
+
 
 if __name__ == "__main__":
     unittest.main()

tests/test_ai_title.py

@@ -1,106 +1,43 @@
-"""Tests for AI title generation core (docs/11 §17)."""
-import shutil
+"""Tests for AI title batch generation core (docs/11 §17.1 / §17.7)."""
 import sys
-import tempfile
 import unittest
 from pathlib import Path
 
-from PIL import Image
-
 sys.path.insert(0, str(Path(__file__).parent.parent / "src"))
 
 
 class TestAiTitleCore(unittest.TestCase):
-    def setUp(self):
-        self.tmp = Path(tempfile.mkdtemp())
+    def test_generate_titles_one_request_returns_list(self):
+        from core.ai_title import generate_titles
 
-    def tearDown(self):
-        shutil.rmtree(str(self.tmp), ignore_errors=True)
+        client = _RecordingTextClient(["纯棉短袖T恤", "印花连衣裙", "碎花雪纺衫"])
+        titles = generate_titles("生成 3 条标题", model_config={}, api_client=client)
 
-    def _make_image(self, path):
-        Image.new("RGB", (32, 32), (120, 80, 40)).save(str(path), format="PNG")
+        self.assertEqual(titles, ["纯棉短袖T恤", "印花连衣裙", "碎花雪纺衫"])
+        self.assertEqual(client.calls, 1)            # 只请求一次
+        self.assertEqual(client.image_paths, [None])  # 纯文本，不传图
 
-    def _task(self, garment_path, title="占位标题", product_id=""):
-        from core.models import OutfitTask
+    def test_generate_titles_propagates_client_error(self):
+        from core.ai_title import generate_titles
 
-        return OutfitTask(row_index=2, title=title, product_id=product_id,
-                          garment_path=str(garment_path))
-
-    def test_render_title_prompt_replaces_placeholders(self):
-        from core.ai_title import render_title_prompt
-
-        task = self._task("g.png", title="旧标题", product_id="TY001")
-        out = render_title_prompt("参考 {title} / {product_id}", task)
-
-        self.assertEqual(out, "参考 旧标题 / TY001")
-
-    def test_generate_title_single_file_success(self):
-        from core.ai_title import generate_title
-
-        garment = self.tmp / "shirt.png"
-        self._make_image(garment)
-        client = _RecordingTextClient("纯棉短袖T恤")
-
-        result = generate_title(self._task(garment), "起个标题 {title}",
-                                model_config={}, api_client=client)
-
-        self.assertTrue(result.success, result.error)
-        self.assertEqual(result.generated_title, "纯棉短袖T恤")
-        self.assertEqual(client.image_paths, [str(garment)])
-
-    def test_generate_title_directory_uses_first_image(self):
-        from core.ai_title import generate_title
-
-        d = self.tmp / "FG201"
-        d.mkdir()
-        for name in ("b.png", "a.png", "c.png"):
-            self._make_image(d / name)
-        client = _RecordingTextClient("印花连衣裙")
-
-        result = generate_title(self._task(str(d) + "/"), "话术",
-                                model_config={}, api_client=client)
-
-        self.assertTrue(result.success, result.error)
-        # Sorted: a.png is the first reference image.
-        self.assertEqual(client.image_paths, [str(d / "a.png")])
-
-    def test_generate_title_empty_directory_fails(self):
-        from core.ai_title import generate_title
-
-        d = self.tmp / "empty"
-        d.mkdir()
-
-        result = generate_title(self._task(str(d) + "/"), "话术",
-                                model_config={}, api_client=_RecordingTextClient("x"))
-
-        self.assertFalse(result.success)
-        self.assertIn("没有图片", result.error)
-
-    def test_generate_title_client_error_aggregated(self):
-        from core.ai_title import generate_title
-
-        garment = self.tmp / "shirt.png"
-        self._make_image(garment)
-
-        result = generate_title(self._task(garment), "话术",
-                                model_config={}, api_client=_FailingTextClient())
-
-        self.assertFalse(result.success)
-        self.assertIn("boom", result.error)
+        with self.assertRaises(RuntimeError):
+            generate_titles("x", model_config={}, api_client=_FailingTextClient())
 
 
 class _RecordingTextClient:
-    def __init__(self, title):
-        self._title = title
+    def __init__(self, titles):
+        self._titles = titles
+        self.calls = 0
         self.image_paths = []
 
-    def generate_text(self, prompt, image_path=None, resolution="1K"):
-        self.image_paths.append(str(image_path))
-        return self._title
+    def generate_texts(self, prompt, image_path=None, resolution="1K"):
+        self.calls += 1
+        self.image_paths.append(image_path)
+        return list(self._titles)
 
 
 class _FailingTextClient:
-    def generate_text(self, prompt, image_path=None, resolution="1K"):
+    def generate_texts(self, prompt, image_path=None, resolution="1K"):
         raise RuntimeError("boom")