feat: 完成T-301 AI生成接口

新增app/ai.py，按config/ai_models.json读取默认文本和图片模型，提供gen_title与gen_cover通用HTTP接口。

支持chat JSON与images_edits multipart、失败重试、错误脱敏、图片URL/base64解析、resolution resize和jpg_quality保存。

新增tests/test_ai.py覆盖文本重试、缺字段错误不泄露Key、封面JPEG保存；同步任务看板、API、技术栈、架构、current-state和progress，并记录Tab①真机冒烟结果。

app/ai.py

@@ -0,0 +1,416 @@
+"""AI generation helpers backed by configurable HTTP model endpoints."""
+
+import base64
+import copy
+import json
+import mimetypes
+import os
+import time
+import urllib.error
+import urllib.request
+import uuid
+
+from . import appconfig
+
+
+class AIError(RuntimeError):
+    """Raised when AI generation cannot complete."""
+
+
+_RESOLUTION_SIZES = {
+    "512": (512, 512),
+    "1k": (1024, 1024),
+    "2k": (2048, 2048),
+    "4k": (4096, 4096),
+}
+
+
+def gen_title(
+    title_prompt,
+    old_title,
+    retry=None,
+    config=None,
+    models_path=appconfig.AI_MODELS_PATH,
+):
+    """Generate a new product title from a prompt and the old title."""
+
+    cfg = appconfig.load_config() if config is None else config
+    ai_cfg = appconfig.ai_config(cfg)
+    model = _role_model("text", ai_cfg.get("default_text_model"), models_path)
+    payload = _chat_payload(
+        model,
+        [
+            {"role": "system", "content": str(title_prompt or "").strip()},
+            {
+                "role": "user",
+                "content": "旧标题：\n%s\n\n请只返回新标题，不要解释。" % str(old_title or ""),
+            },
+        ],
+    )
+    attempts = _attempt_count(ai_cfg, retry)
+    data = _call_with_retry(
+        model,
+        payload,
+        cfg,
+        attempts,
+        request_kind="json",
+    )
+    text = _extract_text(data).strip()
+    if not text:
+        raise AIError("AI 返回为空标题")
+    return text
+
+
+def gen_cover(
+    cover_prompt,
+    old_cover_path,
+    out_path,
+    resolution=None,
+    jpg_quality=None,
+    retry=None,
+    config=None,
+    models_path=appconfig.AI_MODELS_PATH,
+):
+    """Generate a new cover image and save it as a JPEG file."""
+
+    old_cover_path = os.path.abspath(str(old_cover_path))
+    if not os.path.exists(old_cover_path):
+        raise FileNotFoundError("旧封面图片不存在: %s" % old_cover_path)
+    if not out_path:
+        raise AIError("缺少新封面输出路径")
+
+    cfg = appconfig.load_config() if config is None else config
+    ai_cfg = appconfig.ai_config(cfg)
+    model = _role_model("image", ai_cfg.get("default_image_model"), models_path)
+    resolution = str(resolution or ai_cfg.get("resolution", "1k"))
+    quality = _jpg_quality(jpg_quality if jpg_quality is not None else ai_cfg.get("jpg_quality", 90))
+    attempts = _attempt_count(ai_cfg, retry)
+
+    api_type = model.get("api_type", "auto")
+    if api_type == "images_edits":
+        body, content_type = _image_edit_body(model, cover_prompt, old_cover_path, resolution)
+        data = _call_with_retry(
+            model,
+            body,
+            cfg,
+            attempts,
+            request_kind="multipart",
+            content_type=content_type,
+        )
+    else:
+        payload = _image_chat_payload(model, cover_prompt, old_cover_path, resolution)
+        data = _call_with_retry(model, payload, cfg, attempts, request_kind="json")
+
+    image_bytes = _extract_image_bytes(data, model, cfg)
+    return _save_jpeg(image_bytes, out_path, resolution, quality)
+
+
+def _role_model(category, name, models_path):
+    if not name:
+        raise AIError("未配置默认 %s 模型" % category)
+    model = appconfig.get_model(name, path=models_path)
+    if model.get("category") != category:
+        raise AIError("模型 %s 不是 %s 类别" % (name, category))
+    if not model.get("enabled", True):
+        raise AIError("模型已禁用: %s" % name)
+    missing = [
+        field
+        for field in ("url", "model", "api_key")
+        if not str(model.get(field, "")).strip()
+    ]
+    if missing:
+        raise AIError("模型 %s 缺少字段: %s" % (name, ", ".join(missing)))
+    return model
+
+
+def _attempt_count(ai_cfg, retry):
+    retry_count = ai_cfg.get("retry", 2) if retry is None else retry
+    return max(1, int(retry_count) + 1)
+
+
+def _read_timeout(model, config):
+    return int(model.get("timeout_seconds") or appconfig.response_timeout(config))
+
+
+def _connect_timeout(model):
+    return int(model.get("connect_timeout_seconds") or 30)
+
+
+def _headers(model, content_type):
+    return {
+        "Authorization": "Bearer " + model["api_key"],
+        "Content-Type": content_type,
+    }
+
+
+def _call_with_retry(model, body, config, attempts, request_kind, content_type=None):
+    last_exc = None
+    for index in range(attempts):
+        try:
+            return _call_once(model, body, config, request_kind, content_type=content_type)
+        except Exception as exc:
+            last_exc = exc
+            if index + 1 >= attempts:
+                break
+            time.sleep(min(2.0, 0.4 * (index + 1)))
+    raise AIError(
+        "AI 调用失败（已尝试 %s 次）: %s"
+        % (attempts, _redact(str(last_exc), model))
+    ) from last_exc
+
+
+def _call_once(model, body, config, request_kind, content_type=None):
+    if request_kind == "json":
+        data = json.dumps(body, ensure_ascii=False).encode("utf-8")
+        content_type = "application/json"
+    else:
+        data = body
+    request = urllib.request.Request(
+        model["url"],
+        data=data,
+        headers=_headers(model, content_type),
+        method="POST",
+    )
+    timeout = max(_connect_timeout(model), _read_timeout(model, config))
+    try:
+        with urllib.request.urlopen(request, timeout=timeout) as response:
+            raw = response.read()
+    except urllib.error.HTTPError as exc:
+        detail = _safe_http_error(exc, model)
+        raise AIError("HTTP %s: %s" % (exc.code, detail)) from exc
+    except urllib.error.URLError as exc:
+        raise AIError(_redact(str(exc.reason), model)) from exc
+    try:
+        return json.loads(raw.decode("utf-8"))
+    except (UnicodeDecodeError, json.JSONDecodeError) as exc:
+        raise AIError("AI 返回不是有效 JSON") from exc
+
+
+def _safe_http_error(exc, model):
+    try:
+        body = exc.read(2048).decode("utf-8", errors="replace")
+    except Exception:
+        body = ""
+    return _redact(body or str(exc), model)
+
+
+def _chat_payload(model, messages):
+    payload = {
+        "model": model["model"],
+        "messages": messages,
+    }
+    payload.update(copy.deepcopy(model.get("extra_body", {})))
+    return payload
+
+
+def _image_chat_payload(model, cover_prompt, old_cover_path, resolution):
+    prompt = "%s\n\n目标分辨率：%s。" % (str(cover_prompt or "").strip(), resolution)
+    content = [
+        {"type": "text", "text": prompt.strip()},
+        {
+            "type": "image_url",
+            "image_url": {"url": _image_data_url(old_cover_path)},
+        },
+    ]
+    return _chat_payload(model, [{"role": "user", "content": content}])
+
+
+def _image_edit_body(model, cover_prompt, old_cover_path, resolution):
+    fields = {
+        "model": model["model"],
+        "prompt": str(cover_prompt or ""),
+        "size": _resolution_size_text(resolution),
+    }
+    fields.update(copy.deepcopy(model.get("extra_body", {})))
+    files = {
+        "image": (
+            os.path.basename(old_cover_path),
+            open(old_cover_path, "rb").read(),
+            mimetypes.guess_type(old_cover_path)[0] or "application/octet-stream",
+        )
+    }
+    return _multipart_body(fields, files)
+
+
+def _multipart_body(fields, files):
+    boundary = "----cmshopee-%s" % uuid.uuid4().hex
+    chunks = []
+    for name, value in fields.items():
+        chunks.extend(
+            [
+                ("--%s\r\n" % boundary).encode("utf-8"),
+                ('Content-Disposition: form-data; name="%s"\r\n\r\n' % name).encode("utf-8"),
+                str(value).encode("utf-8"),
+                b"\r\n",
+            ]
+        )
+    for name, file_info in files.items():
+        filename, data, content_type = file_info
+        chunks.extend(
+            [
+                ("--%s\r\n" % boundary).encode("utf-8"),
+                (
+                    'Content-Disposition: form-data; name="%s"; filename="%s"\r\n'
+                    % (name, filename)
+                ).encode("utf-8"),
+                ("Content-Type: %s\r\n\r\n" % content_type).encode("utf-8"),
+                data,
+                b"\r\n",
+            ]
+        )
+    chunks.append(("--%s--\r\n" % boundary).encode("utf-8"))
+    return b"".join(chunks), "multipart/form-data; boundary=%s" % boundary
+
+
+def _image_data_url(path):
+    mime = mimetypes.guess_type(path)[0] or "image/jpeg"
+    with open(path, "rb") as fh:
+        encoded = base64.b64encode(fh.read()).decode("ascii")
+    return "data:%s;base64,%s" % (mime, encoded)
+
+
+def _extract_text(data):
+    if isinstance(data, dict):
+        for key in ("output_text", "text", "content"):
+            value = data.get(key)
+            if isinstance(value, str):
+                return value
+        choices = data.get("choices")
+        if isinstance(choices, list) and choices:
+            first = choices[0]
+            if isinstance(first, dict):
+                if isinstance(first.get("text"), str):
+                    return first["text"]
+                message = first.get("message") or {}
+                content = message.get("content")
+                return _content_text(content)
+    return ""
+
+
+def _content_text(content):
+    if isinstance(content, str):
+        return content
+    if isinstance(content, list):
+        parts = []
+        for item in content:
+            if not isinstance(item, dict):
+                continue
+            value = item.get("text") or item.get("content")
+            if isinstance(value, str):
+                parts.append(value)
+        return "".join(parts)
+    return ""
+
+
+def _extract_image_bytes(data, model, config):
+    image_ref = _find_image_ref(data)
+    if not image_ref:
+        raise AIError("AI 返回中没有图片数据")
+    if image_ref.startswith("data:"):
+        return _decode_data_url(image_ref)
+    if _looks_base64(image_ref):
+        return base64.b64decode(image_ref)
+    return _download_image(image_ref, model, config)
+
+
+def _find_image_ref(value):
+    if isinstance(value, dict):
+        for key in ("b64_json", "base64", "image_base64", "image", "url"):
+            candidate = value.get(key)
+            if isinstance(candidate, str) and candidate.strip():
+                return candidate.strip()
+        image_url = value.get("image_url")
+        if isinstance(image_url, str):
+            return image_url
+        if isinstance(image_url, dict):
+            candidate = image_url.get("url")
+            if isinstance(candidate, str):
+                return candidate
+        for key in ("data", "choices", "output", "content", "images"):
+            candidate = _find_image_ref(value.get(key))
+            if candidate:
+                return candidate
+        message = value.get("message")
+        if message is not None:
+            candidate = _find_image_ref(message)
+            if candidate:
+                return candidate
+    elif isinstance(value, list):
+        for item in value:
+            candidate = _find_image_ref(item)
+            if candidate:
+                return candidate
+    return None
+
+
+def _decode_data_url(value):
+    if "," not in value:
+        raise AIError("图片 data URL 格式错误")
+    return base64.b64decode(value.split(",", 1)[1])
+
+
+def _looks_base64(value):
+    compact = value.strip()
+    if compact.startswith(("http://", "https://")):
+        return False
+    if len(compact) < 32:
+        return False
+    allowed = set("ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/=\n\r")
+    return all(char in allowed for char in compact)
+
+
+def _download_image(url, model, config):
+    request = urllib.request.Request(url, method="GET")
+    try:
+        with urllib.request.urlopen(request, timeout=_read_timeout(model, config)) as response:
+            return response.read()
+    except Exception as exc:
+        raise AIError("下载 AI 图片失败: %s" % _redact(str(exc), model)) from exc
+
+
+def _save_jpeg(image_bytes, out_path, resolution, jpg_quality):
+    try:
+        from PIL import Image
+    except ImportError as exc:
+        raise AIError("缺少 Pillow，无法保存 AI 图片") from exc
+
+    import io
+
+    out_path = os.path.abspath(str(out_path))
+    directory = os.path.dirname(out_path)
+    if directory:
+        os.makedirs(directory, exist_ok=True)
+    size = _resolution_size(resolution)
+    try:
+        with Image.open(io.BytesIO(image_bytes)) as image:
+            image = image.convert("RGB")
+            if size:
+                image = image.resize(size, Image.LANCZOS)
+            image.save(out_path, "JPEG", quality=jpg_quality, optimize=True)
+    except Exception as exc:
+        raise AIError("AI 图片保存失败: %s" % exc) from exc
+    return out_path
+
+
+def _resolution_size(resolution):
+    return _RESOLUTION_SIZES.get(str(resolution))
+
+
+def _resolution_size_text(resolution):
+    size = _resolution_size(resolution)
+    if not size:
+        return str(resolution)
+    return "%sx%s" % size
+
+
+def _jpg_quality(value):
+    value = int(value)
+    return min(100, max(1, value))
+
+
+def _redact(text, model):
+    result = str(text)
+    for secret in (model.get("api_key"),):
+        if secret:
+            result = result.replace(str(secret), "***")
+    return result

docs/00-ai-start-here.md

@@ -11,7 +11,7 @@ cmshopee 是一个 Windows 本地桌面自动化工具（PySide6，5 Tab），
 
 目标闭环：④ 配账号并登录 → ① 导入 Excel（按“别名”列关联账号）、采集旧标题/旧封面并回写 → ② 用提示词 AI 生成新标题/新封面（不设逐条确认阶段）→ ③ 对已生成任务点击「开始更新」，弹窗确认后批量改标题+换封面并点「更新」提交 → 结果实时存 SQLite、批量回写原 Excel。
 
-存储：应用设置 `config.json` + AI 模型清单 `config/ai_models.json`（含本地明文 AI Key，必须 gitignore）+ 业务数据 SQLite `cmshopee.db` + Excel 用 openpyxl + 图片存本地 `images/`。AI 服务商待定。
+存储：应用设置 `config.json` + AI 模型清单 `config/ai_models.json`（含本地明文 AI Key，必须 gitignore）+ 业务数据 SQLite `cmshopee.db` + Excel 用 openpyxl + 图片存本地 `images/`。AI 服务商/模型由 `config/ai_models.json` 配置。
 
 ## 必读顺序
 

docs/03-tech-stack.md

@@ -18,8 +18,8 @@
 | 业务数据 | SQLite（stdlib `sqlite3`，`cmshopee.db`） | 已定 | 账号、任务、结果：成行增长、要查询/统计/导出 |
 | Excel 读写 | `openpyxl` | 已定 | 导入任务、回写结果；stdlib 读不了 .xlsx |
 | AI 模型注册 | `config/ai_models.json` 多模型清单（HTTP 调用） | 已定（结构） | 每模型 name/category(text/image)/url/model/key/api_type/连接超时；⑤ 设置可增删改+测试连接 |
-| AI 文本生成 | 选 `default_text_model`（category=text） | 选型在配置 | 提示词+旧标题→新标题 |
-| AI 图像生成 | 选 `default_image_model`（category=image，image-to-image） | 选型在配置 | 提示词+旧封面→新封面；分辨率 512/1k/2k/4k，返回超时随分辨率 |
+| AI 文本生成 | `app/ai.py` 读取 `default_text_model`（category=text），通用 chat JSON HTTP | 已接入 | 提示词+旧标题→新标题；失败重试，错误脱敏 |
+| AI 图像生成 | `app/ai.py` 读取 `default_image_model`（category=image），支持 chat 多模态 JSON / images_edits multipart | 已接入 | 提示词+旧封面→新封面；分辨率 512/1k/2k/4k，jpg_quality 存盘，返回超时随分辨率 |
 | 并发 | 标准库 `concurrent.futures.ThreadPoolExecutor` | 已定 | 标题/图片分别按并发数并行；可停止、可重试 |
 | 图片处理 | `requests`（下载）+ `Pillow`（按分辨率/jpg质量存盘） | 部分待定 | 下载旧封面；新封面按 resolution 生成、jpg_quality 存盘 |
 | 测试 | `python -m compileall app main.py` + `unittest` + 手动 CDP/AI 验证 | 已定（分层） | 配置/DB/Excel/prompts 用单测；CDP/Shopee 与真实 AI 属集成验证或 mock |
@@ -32,7 +32,7 @@
 - **Excel 用 openpyxl**：运营用真实 .xlsx；stdlib 无法读写 xlsx，引入一个轻依赖比改用 CSV 更贴合用户习惯。
 - **多账号隔离用独立 user-data-dir，不用 Chrome profile**：profile 共享同一 user-data-dir/进程/调试端口，无法每账号独立 CDP 与并行；独立 user-data-dir 才契合自动化。详见 [架构 3.0](04-architecture.md)。
 - **快捷方式生成用 PowerShell（无额外依赖）**：用 `WScript.Shell.CreateShortcut` 生成 `.lnk`，不引入 `pywin32` 等依赖。
-- **AI 服务商待定**：需选支持文本生成 + 图像 image-to-image 的服务；选型要权衡能力、合规（电商主图）、计费、Key 管理。**未确认前不在代码里写死某家 SDK**，先在 `app/ai.py` 留稳定接口（`gen_title`/`gen_cover`）。
+- **AI 服务商不写死在代码里**：T-301 已采用 `config/ai_models.json` 的通用 HTTP 接入，当前支持 OpenAI-compatible chat JSON 与 images_edits multipart；具体服务商/模型/Key 由⑤设置维护。
 - **AI 产出无逐条审核**：生成的新标题/新封面经 ③ 批量确认后提交线上；无常驻提交开关，本地留档 + 回写 Excel 供追溯。
 - **不引入数据库（指外部 DB）**：用 stdlib SQLite 足够；不引入 Postgres/MySQL 等。
 - **生产在 Windows 直跑**：开发期我们用过 WSL→Windows 的 `netsh portproxy`（9333→9222）连 CDP；但 GUI 与 Chrome 都在 Windows 时，直接连 `127.0.0.1:9222`，无需 portproxy。

docs/04-architecture.md

@@ -38,7 +38,7 @@ Shopee 卖家中心页面 / 本地图片目录
 - GUI 入口：根目录 `main.py` 调用 `app/gui.py`（待建，PySide6 + `QMainWindow` + `QTabWidget`，5 Tab）；也支持 `python -m app`。
 - 核心模块统一放在正式代码包 `app/`：`appconfig.py`、`db.py`、`excel.py`、`config.py`、`accounts.py`、`chrome.py`、`editor.py`、`workers.py`、`ai.py`、`prompts.py`；CDP 底座迁入 `app/cdp.py`（当前根目录 `cdp.py` 为已验证来源）。
 - 已验证脚本（重构进模块）：`prototypes/demo.py`、`prototypes/set_title.py`、`prototypes/set_cover.py`、`prototypes/get_title.py`、`prototypes/cookies.py`、`prototypes/inspect_images.py`、`prototypes/grab.py`。
-- 外部依赖：本机 Google Chrome；Shopee；AI 服务（文本+图像，服务商待定）；`openpyxl`。
+- 外部依赖：本机 Google Chrome；Shopee；AI 服务（文本+图像，服务商/模型由 `config/ai_models.json` 配置）；`openpyxl`。
 
 ## 二、流水线（核心）
 
@@ -71,7 +71,7 @@ imported  →  collected  →  generated  →  applied
 - `chrome`：拼接启动命令、启动、探测端口、（可选）生成快捷方式。
 - `cdp`：连接调试端口、找/开 tab、执行 JS、拖拽、注入文件。
 - `editor`：登录检测、**采集**（读旧标题、下载旧封面）、改标题、换封面、点更新。
-- `ai`：`gen_title(prompt, old_title)`、`gen_cover(prompt, old_cover_path)`（外部 AI；服务商待定）。
+- `ai`：`gen_title(prompt, old_title)`、`gen_cover(prompt, old_cover_path)`（外部 AI；模型清单配置；通用 HTTP）。
 
 **存储（同一事实只存一处）**
 

docs/06-tasks.md

@@ -59,7 +59,7 @@
 
 | ID | 任务 | 依赖 | 验收要点 | 状态 |
 | --- | --- | --- | --- | --- |
-| T-301 | 确定 AI 服务商/模型并接入 `app/ai.py`（`gen_title`/`gen_cover`，带重试/分辨率/jpg质量） | T-005 | 从 `config/ai_models.json` 读取模型与本地明文 Key；`gen_cover` 支持 resolution+jpg_quality；失败按 retry 重试；错误明确；日志脱敏 | TODO |
+| T-301 | 确定 AI 服务商/模型并接入 `app/ai.py`（`gen_title`/`gen_cover`，带重试/分辨率/jpg质量） | T-005 | 从 `config/ai_models.json` 读取模型与本地明文 Key；`gen_cover` 支持 resolution+jpg_quality；失败按 retry 重试；错误明确；日志脱敏 | DONE |
 | T-302 | Tab② 左右布局：左提示词（标题/封面），右按批次/店铺/状态筛选 + 任务列表 | T-301, T-203 | 左 ~1/4 提示词多行；右筛选+列表（店铺/商品id/旧标题/新标题/状态） | TODO |
 | T-302p | `app/prompts.py` + Tab② 提示词管理 | T-302 | 标题保存/启动回显 title_prompt.txt；封面多模板（下拉+新建/保存/另存为/重命名/删除，存 prompts/cover/）；插入 `{新标题}`；预览变量替换；render_prompt 接入生成 | TODO |
 | T-303 | Tab② 开始生成（单按钮）+ 停止 + 进度：**先并发标题再并发图片** | T-302, T-104b | `generate_batch` 先 title_concurrency 并发标题、再 image_concurrency 并发图片；worker/signal 回传进度；每条 set_generated 立即写库；停止可取消未开始项；进度 标题/封面/失败 计数；双击弹窗看新旧封面 | TODO |

docs/api.md

@@ -218,25 +218,30 @@ apply_task(account, task) -> dict            # 对已生成任务：换标题+
 
 `login_status()` 不自动登录；无 Shopee tab 时打开卖家中心根地址 `https://<region_host>/`（默认 `https://seller.shopee.tw/`）用于检测/人工登录。判断规则：最终 URL 是登录页 → `LOGIN_PAGE`；缺少 `SPC_ST`/`SPC_U` → `NO_SESSION_COOKIE`；有会话 Cookie → 已登录。
 
-## ai 模块（`app/ai.py`，待建，外部 AI，服务商待定）
+## ai 模块（`app/ai.py`，已建，外部 AI，通用 HTTP）
 
 ```python
-gen_title(title_prompt, old_title, retry=2) -> str
-# 文本生成：提示词 + 旧标题 → 新标题
+class AIError(RuntimeError): ...
 
-gen_cover(cover_prompt, old_cover_path, out_path, resolution, jpg_quality, retry=2) -> str
-# 图像生成(image-to-image)：提示词 + 旧封面 → 新封面，按 resolution 生成、jpg_quality 存盘，返回路径
+gen_title(title_prompt, old_title, retry=None, config=None, models_path="config/ai_models.json") -> str
+# 文本生成：读取 default_text_model，chat JSON 请求；提示词 + 旧标题 → 新标题
+
+gen_cover(cover_prompt, old_cover_path, out_path, resolution=None, jpg_quality=None, retry=None, config=None, models_path="config/ai_models.json") -> str
+# 图像生成(image-to-image)：读取 default_image_model；chat 多模态 JSON 或 images_edits multipart；
+# 支持返回 url / data URL / b64_json，按 resolution resize 并以 jpg_quality 保存 JPEG，返回路径
 
 generate_batch(tasks, prompts, ai_cfg, on_progress, should_stop) -> None
 # 编排：先以 title_concurrency 线程池并发跑 gen_title，再以 image_concurrency 并发跑 gen_cover
 # 每条完成即 db.set_generated（实时落库）；should_stop() 为真则取消未开始项
 # on_progress(标题完成数, 封面完成数, 失败数) 回调刷新进度
+# T-303 实现
 ```
 
 要点：
 
 - 标题用 `default_text_model`、封面用 `default_image_model`（`appconfig.get_model` 取定义，含 url/key/api_type）。
-- 连接超时 = 模型 `connect_timeout_seconds`；**返回超时 = `appconfig.response_timeout()`（随分辨率：512/1k/2k/4k → 180/240/360/600）**。
+- `api_type=chat/auto` 走 OpenAI-compatible chat JSON；`api_type=images_edits` 走 multipart form。
+- 连接超时参考模型 `connect_timeout_seconds`；**返回超时 = 模型 `timeout_seconds` 或 `appconfig.response_timeout()`（随分辨率：512/1k/2k/4k → 180/240/360/600）**。
 - 并发数/重试/分辨率/jpg 质量来自 `appconfig.ai_config()`；Key 本地明文存储，但不入日志、不导出。
 - 标题快、图片慢：分两段、各用各自并发数；失败按 `retry` 重试，仍失败记 error 不阻塞其余。
 - 调用有成本与失败可能：超时、限流、内容安全拒绝都要返回明确错误。

docs/current-state.md

@@ -6,10 +6,10 @@
 ## 当前快照
 
 - 日期：2026-06-27
-- 阶段：V0 单账号 CDP 流程已验证；V1 已完成 T-000 正式代码包结构、T-001 `app/editor.py` 模块化、T-002 `app/appconfig.py` 应用配置、T-003 SQLite 持久化地基、T-004 本地数据忽略规则、T-005 AI 模型清单后端、T-006 单元测试基座、T-101 账号 user-data-dir 工具、T-102 Chrome 启动器、T-103 登录保活与检测、T-104 PySide6 主窗口骨架、T-104b PySide6 worker 基座、T-105 Tab④ 账号管理、T-106 账号快捷方式、T-201 Excel 导入入库、T-202 Tab① 任务列表与导入按钮、T-202b Tab① 导入汇总栏、T-203 采集旧标题旧封面、T-204 回写旧字段到原 Excel、T-204b 采集完成自动回写、T-205 首次未配账号/Chrome 未启动/未登录引导保护。
-- 技术栈：Python 3.10+，自研 CDP（websocket-client + requests），SQLite（sqlite3）+ `config.json` + openpyxl + AI（服务商待定），GUI PySide6 5 Tab（已定）。
-- 生产代码：已建立 `app/` 包 + 根入口 `main.py`；`app/cdp.py` 为已验证 CDP 底座；`app/editor.py` 已封装登录状态检测、标题/封面/采集/更新按钮能力；`app/appconfig.py` 已实现 `config.json` 默认值/读写/更新、AI 参数与端口读取，以及 `config/ai_models.json` 模型清单 CRUD/过滤/打码/测试连接；`app/db.py` 已实现 SQLite schema、连接 PRAGMA、批次/账号/任务与阶段写库函数；`app/excel.py` 已实现多 Excel 输入列解析、整文件列校验、脏行统计跳过、导入批次与任务入库、别名匹配统计、旧标题/旧封面路径回写原 Excel 与另存副本；`app/config.py` 已实现账号 slug 与 user-data-dir 创建；`app/accounts.py` 已实现账号 CRUD 服务、端口默认分配、启动登录、检测登录、生成快捷方式；`app/chrome.py` 已实现 Chrome 参数拼装、启动、CDP 端口探测、PowerShell `.lnk` 快捷方式生成；`app/gui.py` 已实现 PySide6 `MainWindow`、五 Tab、顶部 Tab 栏防误点样式、① 导入采集的 Excel 导入按钮/导入汇总栏/QTableView 任务列表/未匹配筛选与略过标记/采集旧标题旧封面 worker/采集前账号就绪预检与④引导/采集完成自动回写/旧数据回写重试按钮与 worker、④ 账号管理表格/弹窗/按钮/快捷方式与状态栏；`app/workers.py` 已实现 `BaseWorker`、通用 signals、取消标记和 `QThread` 启动包装。
-- 测试：`tests/` 已建立；T-006 后纯逻辑改动必须运行 `python -m unittest discover -s tests`，当前覆盖 appconfig/db/config/accounts/chrome 启动与快捷方式/editor 登录检测/excel 导入/gui ① 导入采集/gui ④ 账号管理/worker signal 与线程包装，并对尚未实现的 app.prompts 做契约占位 skip；CDP/Shopee 改动仍需测试商品手动验证。
+- 阶段：V0 单账号 CDP 流程已验证；V1 已完成 T-000 正式代码包结构、T-001 `app/editor.py` 模块化、T-002 `app/appconfig.py` 应用配置、T-003 SQLite 持久化地基、T-004 本地数据忽略规则、T-005 AI 模型清单后端、T-006 单元测试基座、T-101 账号 user-data-dir 工具、T-102 Chrome 启动器、T-103 登录保活与检测、T-104 PySide6 主窗口骨架、T-104b PySide6 worker 基座、T-105 Tab④ 账号管理、T-106 账号快捷方式、T-201 Excel 导入入库、T-202 Tab① 任务列表与导入按钮、T-202b Tab① 导入汇总栏、T-203 采集旧标题旧封面、T-204 回写旧字段到原 Excel、T-204b 采集完成自动回写、T-205 首次未配账号/Chrome 未启动/未登录引导保护、T-301 AI 生成接口。
+- 技术栈：Python 3.10+，自研 CDP（websocket-client + requests），SQLite（sqlite3）+ `config.json` + openpyxl + AI（`config/ai_models.json` 通用 HTTP，chat JSON / images_edits），GUI PySide6 5 Tab（已定）。
+- 生产代码：已建立 `app/` 包 + 根入口 `main.py`；`app/cdp.py` 为已验证 CDP 底座；`app/editor.py` 已封装登录状态检测、标题/封面/采集/更新按钮能力；`app/appconfig.py` 已实现 `config.json` 默认值/读写/更新、AI 参数与端口读取，以及 `config/ai_models.json` 模型清单 CRUD/过滤/打码/测试连接；`app/ai.py` 已实现 `gen_title()`/`gen_cover()`，按默认文本/图片模型发起通用 HTTP 调用，支持重试、错误脱敏、图片 URL/base64 解析、resolution resize 与 jpg_quality 保存；`app/db.py` 已实现 SQLite schema、连接 PRAGMA、批次/账号/任务与阶段写库函数；`app/excel.py` 已实现多 Excel 输入列解析、整文件列校验、脏行统计跳过、导入批次与任务入库、别名匹配统计、旧标题/旧封面路径回写原 Excel 与另存副本；`app/config.py` 已实现账号 slug 与 user-data-dir 创建；`app/accounts.py` 已实现账号 CRUD 服务、端口默认分配、启动登录、检测登录、生成快捷方式；`app/chrome.py` 已实现 Chrome 参数拼装、启动、CDP 端口探测、PowerShell `.lnk` 快捷方式生成；`app/gui.py` 已实现 PySide6 `MainWindow`、五 Tab、顶部 Tab 栏防误点样式、① 导入采集的 Excel 导入按钮/导入汇总栏/QTableView 任务列表/未匹配筛选与略过标记/采集旧标题旧封面 worker/采集前账号就绪预检与④引导/采集完成自动回写/旧数据回写重试按钮与 worker、④ 账号管理表格/弹窗/按钮/快捷方式与状态栏；`app/workers.py` 已实现 `BaseWorker`、通用 signals、取消标记和 `QThread` 启动包装。
+- 测试：`tests/` 已建立；T-006 后纯逻辑改动必须运行 `python -m unittest discover -s tests`，当前覆盖 appconfig/db/config/accounts/chrome 启动与快捷方式/editor 登录检测/excel 导入/ai 标题与封面 HTTP 解析/gui ① 导入采集/gui ④ 账号管理/worker signal 与线程包装，并对尚未实现的 app.prompts 做契约占位 skip；CDP/Shopee 改动仍需测试商品手动验证。
 - 数据：`config.json`、`config/ai_models.json`、`cmshopee.db`、`chrome_user_data_dir/`、`images/` 已由 `.gitignore` 排除；运营填写后的 Excel 业务文件默认忽略，标准空模板 `shopee待处理任务模板.xlsx` 可提交；`app/appconfig.py` 首次读取缺失的 `config.json` 时会在本地写默认配置，`app/db.py` 调用 `init_db()` 时会在本地创建 SQLite DB。
 
 ## 既定设计要点（文档已定）
@@ -20,7 +20,7 @@
 - 多账号隔离：每账号独立 user-data-dir（非 profile）。
 - 账号↔任务绑定：以 Excel“别名”列为权威；未匹配略过，结束弹窗汇总。
 - 执行：多账号串行、单条失败继续；③ 点击「开始更新」后弹窗确认当前筛选范围和任务数量，确认后逐条点「更新」提交线上。
-- AI：服务商待定；生成内容直接用于更新，本地留档+回写 Excel 供追溯。
+- AI：服务商/模型/Key 由 `config/ai_models.json` 配置；`app/ai.py` 支持 chat JSON 与 images_edits multipart；生成内容直接用于更新，本地留档+回写 Excel 供追溯。
 - 登录：人工登录 + 程序检测，不自动登录；无 Shopee tab 时检测入口为 `https://<region_host>/`（默认 `https://seller.shopee.tw/`）；首次未配账号、对应账号 Chrome 未启动或未登录时，① ③ 应禁用或执行前预检提示，并引导去④。
 
 ## 当前目录要点
@@ -37,13 +37,14 @@
 | `app/accounts.py` | 已有 | T-105/T-106 产出：账号 CRUD 服务、目录创建、端口分配、启动登录、检测登录、快捷方式 |
 | `app/editor.py` | 已有 | T-001/T-103 产出：登录状态检测、打开商品页、读/写标题、读/下载封面、上传拖封面、更新按钮、apply_task |
 | `app/appconfig.py` | 已有 | T-002 产出：`config.json` 默认值、读写、更新、路径/端口/AI 参数读取；拒绝敏感字段写入 |
+| `app/ai.py` | 已有 | T-301 产出：`gen_title()`/`gen_cover()`；读取默认模型；通用 HTTP 调用；失败重试；错误脱敏；封面按 resolution/jpg_quality 保存 |
 | `app/db.py` | 已有 | T-003 产出：batches/accounts/tasks schema；WAL/busy_timeout/foreign_keys；账号/批次/任务与 set_* 阶段写库 |
 | `app/config.py` | 已有 | T-101 产出：别名→稳定 slug；创建并返回绝对 user-data-dir |
 | `app/chrome.py` | 已有 | T-102/T-106 产出：Chrome 启动参数、`subprocess.Popen` 启动、`/json/version` 端口探测、PowerShell `.lnk` 快捷方式 |
-| `tests/` | 已有 | T-006/T-201/T-202/T-202b/T-203/T-204/T-204b/T-205 产出：stdlib unittest 基座；覆盖 appconfig/db/config/accounts/chrome/editor/excel/gui/workers；prompts 模块契约占位测试 |
+| `tests/` | 已有 | T-006/T-201/T-202/T-202b/T-203/T-204/T-204b/T-205/T-301 产出：stdlib unittest 基座；覆盖 appconfig/db/config/accounts/chrome/editor/excel/ai/gui/workers；prompts 模块契约占位测试 |
 | `app/excel.py` | 已有 | T-201/T-204 产出：多文件 Excel 输入列解析、必需列整文件拒绝、脏行逐行跳过、批次/任务入库、匹配统计；按源文件/工作表/行号回写旧标题与旧封面路径；支持原文件被占用时另存副本 |
-| `shopee待处理任务模板.xlsx` | 已有，待提交 | 标准空 Excel 模板；单工作表 `待处理任务`，表头 `账号名 | 别名 | 商品id | 旧标题 | 旧封面图片路径 | 新标题 | 新封面图片路径 | 更新状态`；运营复制后填写，填写副本不提交 |
-| `config.json` / `config/ai_models.json` / `cmshopee.db` / `chrome_user_data_dir/` / `images/` | 本地待建，已忽略 | 含配置、密钥、业务、登录态、图片，不提交版本库 |
+| `shopee待处理任务模板.xlsx` | 已有，已提交 | 标准空 Excel 模板；单工作表 `待处理任务`，表头 `账号名 | 别名 | 商品id | 旧标题 | 旧封面图片路径 | 新标题 | 新封面图片路径 | 更新状态`；运营复制后填写，填写副本不提交 |
+| `config.json` / `config/ai_models.json` / `cmshopee.db` / `chrome_user_data_dir/` / `images/` | 本地存在或按需生成，已忽略 | 含配置、密钥、业务、登录态、图片，不提交版本库 |
 
 ## 已验证能力（单账号）
 
@@ -52,18 +53,20 @@
 - 改标题：原生 setter + 派发事件，`value` 与 `modelvalue` 双等于新值。
 - 换封面：`setFileInputFiles` 上传（`.shopee-image-manager__upload input[type=file]`）→ 等 CDN 链接 → 等 1 秒 → `Input.dispatchMouseEvent` 拖到第一位（落点 `first.left - 0.30*w`）；使用 `1_TY030.jpg` 在测试商品验证通过。
 - 「更新」按钮：可点才点，禁用态识别；③ 未批量确认前不提交。
+- Tab① 真机冒烟（2026-06-27）：账号 `papa`，导入临时 Excel 5 行，采集 5 条旧标题/旧封面，下载 5 张旧封面并回写临时 Excel 成功。
 
 ## 任务看板状态
 
 任务状态以 [`06-tasks.md`](06-tasks.md) 为准，历史记录见 [`../progress.md`](../progress.md)。
 
-- 已完成：T-000（正式代码包结构）、T-001（`app/editor.py` 模块化）、T-002（`app/appconfig.py` + `config.json`）、T-003（SQLite 建表）、T-004（本地数据 gitignore）、T-005（AI 模型清单后端）、T-006（单元测试基座）、T-101（账号 slug/user-data-dir）、T-102（Chrome 启动器）、T-103（登录保活与检测）、T-104（PySide6 五 Tab 主窗口骨架）、T-104b（PySide6 worker 基座）、T-105（Tab④ 账号管理）、T-106（账号快捷方式）、T-201（Excel 导入：解析多文件输入列入库）、T-202（Tab① 任务列表 + 导入按钮 + 别名匹配标记）、T-202b（Tab① 导入汇总栏）、T-203（采集旧标题+旧封面）、T-204（回写旧字段到原 Excel）、T-204b（采集完成自动回写旧字段）、T-205（首次未配账号 / Chrome 未启动 / 未登录引导保护）。
+- 已完成：T-000（正式代码包结构）、T-001（`app/editor.py` 模块化）、T-002（`app/appconfig.py` + `config.json`）、T-003（SQLite 建表）、T-004（本地数据 gitignore）、T-005（AI 模型清单后端）、T-006（单元测试基座）、T-101（账号 slug/user-data-dir）、T-102（Chrome 启动器）、T-103（登录保活与检测）、T-104（PySide6 五 Tab 主窗口骨架）、T-104b（PySide6 worker 基座）、T-105（Tab④ 账号管理）、T-106（账号快捷方式）、T-201（Excel 导入：解析多文件输入列入库）、T-202（Tab① 任务列表 + 导入按钮 + 别名匹配标记）、T-202b（Tab① 导入汇总栏）、T-203（采集旧标题+旧封面）、T-204（回写旧字段到原 Excel）、T-204b（采集完成自动回写旧字段）、T-205（首次未配账号 / Chrome 未启动 / 未登录引导保护）、T-301（AI 生成接口）。
 - 正在进行：无。
-- 下一个可领取任务：**T-301（确定 AI 服务商/模型并接入 `app/ai.py`）**。
+- 下一个可领取任务：**T-302（Tab② 左右布局：左提示词，右筛选 + 任务列表）**。
 
 ## 当前已知限制
 
 - ① 采集依赖对应账号 Chrome 已用专属 user-data-dir 和 CDP 端口启动并登录；T-205 已在采集前拦截未配置账号、Chrome 未启动、未登录，并引导去④账号管理，但不会无提示批量启动所有账号 Chrome。
+- T-301 已完成通用 HTTP AI 接口和 mock 单测；真实 AI 生成还需要在 `config/ai_models.json` 填入可用 url/model/api_key 后做一次成本可控的实测。
 
 ## 当前可运行内容
 
@@ -83,6 +86,9 @@ git check-ignore -v -- config.json config/ai_models.json cmshopee.db chrome_user
 # ai_models 临时清单读写与打码检查
 py -3 -c "import os,tempfile; from app import appconfig; d=tempfile.TemporaryDirectory(dir='.'); p=os.path.join(d.name,'ai_models.json'); print([m['category'] for m in appconfig.list_ai_models(path=p)])"
 
+# AI 接口单测（不连真实服务）
+python -m unittest discover -s tests -p "test_ai.py"
+
 # config slug 与 user-data-dir 临时目录检查
 py -3 -c "import tempfile; from app import config; d=tempfile.TemporaryDirectory(dir='.'); print(config.ensure_user_data_dir(config.make_slug('alias'), root=d.name))"
 

progress.md

@@ -465,3 +465,19 @@
 - 状态：DONE
 - 变更：修正评审报告中的 GUI 用例数量为 18；确认 T-205「预检拦截 + 弹窗说明 + 自动跳④」为最终方案，不再作为待决事项；同步 `docs/api.md`、`docs/06-tasks.md`、`docs/current-state.md`，明确匹配账号未登录由 T-205 预检 `blocked=True` 阻断，不进入逐条采集、不写 skipped/failed，别名未匹配仍按 T-203 `mark_skipped`。
 - 测试补强：`tests/test_gui.py` 为未登录预检分支增加断言，确认任务保持 `stage=imported/status=pending/last_error=None`，防止后续误写 skipped。
+
+## 【2026-06-27】冒烟 · Tab① 真实采集回写
+
+- 状态：DONE
+- 前置：账号 `papa` 使用专属 Chrome user-data-dir 启动，CDP 端口 `9224` 就绪，`accounts.detect_login()` 返回已登录。
+- 验证：因原业务 Excel 正被 Excel 锁定，改用数据库现有 5 条任务生成 gitignore 的临时 Excel；执行 `excel.import_tasks()` 导入 5 行，`CollectWorker` 真连 Shopee/CDP 采集 5 条旧标题/旧封面，下载 5 张旧封面到 `images/`，随后 `excel.write_back()` 成功回写临时 Excel。
+- 结果：`collect_summary {'ok': True, 'total': 5, 'done': 5, 'collected': 5, 'skipped': 0, 'failed': 0}`；旧标题长度非空，旧封面路径均存在。
+
+## 【2026-06-27】T-301 AI 生成接口
+
+- 状态：DONE
+- 变更：新增 `app/ai.py`，实现 `AIError`、`gen_title()`、`gen_cover()`；按 `config.json` 的默认文本/图片模型名读取 `config/ai_models.json` 明文模型定义，调用时不记录 Key；支持 retry、模型启用/字段校验、错误脱敏、OpenAI-compatible chat JSON、images_edits multipart、图片 URL/data URL/base64/b64_json 解析、按 `resolution` resize 并用 `jpg_quality` 保存 JPEG。
+- 文档：`docs/06-tasks.md` 将 T-301 标为 DONE；同步 `docs/api.md`、`docs/03-tech-stack.md`、`docs/04-architecture.md`、`docs/current-state.md`，下一个可领取任务更新为 T-302。
+- 测试：新增 `tests/test_ai.py`，覆盖文本生成重试与 extra_body、缺字段错误不泄露 Key、图片生成保存 JPEG。
+- 验证：`python -m unittest discover -s tests -p "test_ai.py"` 通过（3 tests）；`python -m compileall app main.py tests` 通过；`python -m unittest discover -s tests` 通过（63 tests，skipped=1）；`py -3 -m compileall app main.py tests` 通过；`py -3 -m unittest discover -s tests -p "test_ai.py"` 通过（3 tests，skipped=1，py -3 环境缺 Pillow）；`py -3 -m unittest discover -s tests` 通过（37 tests，skipped=5，py -3 环境缺 openpyxl/PySide6/Pillow，相关测试按设计跳过）。
+- 注意：T-301 只做通用 AI 接口与 mock 单测；真实 AI 调用还需要在 `config/ai_models.json` 填入可用 url/model/api_key 后做一次小样本实测。生成批次编排和 GUI 接入留给 T-303/T-302。

tests/test_ai.py

@@ -0,0 +1,164 @@
+import base64
+import io
+import json
+import os
+import sys
+import unittest
+from unittest import mock
+
+sys.path.insert(0, os.path.dirname(__file__))
+
+from _helpers import TempDirMixin
+
+from app import ai, appconfig
+
+
+class _Response:
+    def __init__(self, payload):
+        self.payload = payload
+
+    def __enter__(self):
+        return self
+
+    def __exit__(self, exc_type, exc, tb):
+        return False
+
+    def read(self, size=-1):
+        return json.dumps(self.payload).encode("utf-8")
+
+
+class AITests(TempDirMixin, unittest.TestCase):
+    def _write_models(self, path, text=None, image=None):
+        text = text or {
+            "name": "Text",
+            "category": "text",
+            "enabled": True,
+            "url": "https://example.invalid/v1/chat/completions",
+            "model": "text-model",
+            "api_key": "sk-text-secret",
+            "api_type": "chat",
+            "connect_timeout_seconds": 1,
+            "timeout_seconds": 1,
+            "extra_body": {"temperature": 0},
+        }
+        image = image or {
+            "name": "Image",
+            "category": "image",
+            "enabled": True,
+            "url": "https://example.invalid/v1/chat/completions",
+            "model": "image-model",
+            "api_key": "sk-image-secret",
+            "api_type": "auto",
+            "connect_timeout_seconds": 1,
+            "timeout_seconds": 1,
+            "extra_body": {},
+        }
+        appconfig.save_ai_models_config({"models": [text, image]}, path=path)
+
+    def _config(self):
+        cfg = appconfig.default_config()
+        cfg["ai"]["default_text_model"] = "Text"
+        cfg["ai"]["default_image_model"] = "Image"
+        cfg["ai"]["retry"] = 1
+        cfg["ai"]["resolution"] = "512"
+        cfg["ai"]["jpg_quality"] = 80
+        return cfg
+
+    def test_gen_title_uses_configured_model_and_retries(self):
+        with self.make_temp_dir() as temp_dir:
+            models_path = os.path.join(temp_dir, "ai_models.json")
+            self._write_models(models_path)
+            calls = []
+
+            def fake_urlopen(request, timeout=None):
+                calls.append((request, timeout))
+                if len(calls) == 1:
+                    raise ai.urllib.error.URLError("temporary")
+                return _Response({"choices": [{"message": {"content": " 新标题 "}}]})
+
+            with mock.patch("app.ai.urllib.request.urlopen", side_effect=fake_urlopen):
+                title = ai.gen_title(
+                    "优化标题",
+                    "旧标题",
+                    config=self._config(),
+                    models_path=models_path,
+                )
+
+            self.assertEqual("新标题", title)
+            self.assertEqual(2, len(calls))
+            body = json.loads(calls[-1][0].data.decode("utf-8"))
+            self.assertEqual("text-model", body["model"])
+            self.assertEqual(0, body["temperature"])
+            self.assertNotIn("sk-text-secret", body["messages"][1]["content"])
+
+        self.assert_removed(temp_dir)
+
+    def test_missing_model_fields_raise_clear_error_without_secret(self):
+        with self.make_temp_dir() as temp_dir:
+            models_path = os.path.join(temp_dir, "ai_models.json")
+            self._write_models(
+                models_path,
+                text={
+                    "name": "Text",
+                    "category": "text",
+                    "enabled": True,
+                    "url": "",
+                    "model": "text-model",
+                    "api_key": "sk-text-secret",
+                    "api_type": "chat",
+                    "connect_timeout_seconds": 1,
+                    "timeout_seconds": 1,
+                    "extra_body": {},
+                },
+            )
+
+            with self.assertRaises(ai.AIError) as raised:
+                ai.gen_title("prompt", "old", config=self._config(), models_path=models_path)
+
+            message = str(raised.exception)
+            self.assertIn("缺少字段: url", message)
+            self.assertNotIn("sk-text-secret", message)
+
+        self.assert_removed(temp_dir)
+
+    def test_gen_cover_saves_jpeg_with_resolution_and_quality(self):
+        try:
+            from PIL import Image
+        except ImportError:
+            self.skipTest("Pillow not installed")
+
+        with self.make_temp_dir() as temp_dir:
+            models_path = os.path.join(temp_dir, "ai_models.json")
+            self._write_models(models_path)
+            old_cover = os.path.join(temp_dir, "old.jpg")
+            output = os.path.join(temp_dir, "new.jpg")
+            Image.new("RGB", (16, 16), (20, 30, 40)).save(old_cover, "JPEG")
+            generated = io.BytesIO()
+            Image.new("RGB", (8, 8), (200, 120, 80)).save(generated, "PNG")
+            b64_image = base64.b64encode(generated.getvalue()).decode("ascii")
+
+            def fake_urlopen(request, timeout=None):
+                body = json.loads(request.data.decode("utf-8"))
+                self.assertEqual("image-model", body["model"])
+                self.assertIn("目标分辨率：512", body["messages"][0]["content"][0]["text"])
+                return _Response({"data": [{"b64_json": b64_image}]})
+
+            with mock.patch("app.ai.urllib.request.urlopen", side_effect=fake_urlopen):
+                result = ai.gen_cover(
+                    "生成封面",
+                    old_cover,
+                    output,
+                    config=self._config(),
+                    models_path=models_path,
+                )
+
+            self.assertEqual(os.path.abspath(output), result)
+            with Image.open(output) as saved:
+                self.assertEqual((512, 512), saved.size)
+                self.assertEqual("JPEG", saved.format)
+
+        self.assert_removed(temp_dir)
+
+
+if __name__ == "__main__":
+    unittest.main()