v106-v109 童装支持 + 标题模板外部化 + 模板导出增强

- 新增男童/女童检测（gender_from_category 优先判童装）与童装场景图生成
  （configs/kids_features.yaml：模特/场景/服装风格，同一商品固定同一组）
- 童装 SPU 字段映射：kids_type→SPU商品属性-类型、kids_age→适用年龄段、
  target_audience 按性别映射、kids_type_map 女童「上衣」→「针织上衣」
- 标题生成提示词外部化：prompts/title_prompt_{1,2,3}.md + config.yaml 路由表
- 模板多站点匹配：经营站点可配多个，命中任意一个即匹配
- 种草图生成失败自动重试（seed_shot.retries，换场景/模特/风格）
- 模板导出新增 Preview 文件夹（成功产品 _composite.oss.jpg + result.xlsx）
- 修复 SKU 尺码未按从小到大排序（_size_rank 支持单一年龄码 6Y/10Y）

graph/nodes/product_node.py

@@ -113,18 +113,26 @@ FLAT_LAY_PROMPT = (
 )
 
 
-def _active_prompt(kind: str, prompts: Optional[Dict] = None) -> str:
+def _read_prompt_md(filename: str) -> str:
+    """读取 prompts/<filename> 提示词文件：优先运行根（exe 旁，可编辑），回退数据根；找不到/空返回空串。"""
+    for base in (runtime_root(), project_root()):
+        p = base / "prompts" / filename
+        if p.exists():
+            text = p.read_text(encoding="utf-8").strip()
+            if text:
+                return text
+    return ""
+
+
+def _active_prompt(kind: str) -> str:
     """返回当前图源应使用的合成提示词。
 
-    kind="model" → 模特三图提示词（配置覆盖优先生效，否则内置 MODEL_WEAR_PROMPT）；
-    kind="flat"  → 平铺三图提示词（配置覆盖优先生效，否则内置 FLAT_LAY_PROMPT）。
+    kind="model" → 模特三图提示词（优先读 prompts/model_prompt.md，缺失/留空回退内置 MODEL_WEAR_PROMPT）；
+    kind="flat"  → 平铺三图提示词（优先读 prompts/flat_prompt.md，缺失/留空回退内置 FLAT_LAY_PROMPT）。
     """
-    cfgs = prompts or {}
     if kind == "flat":
-        return (str(cfgs.get("flat_prompt") or "").strip()
-                or FLAT_LAY_PROMPT)
-    return (str(cfgs.get("model_prompt") or "").strip()
-            or MODEL_WEAR_PROMPT)
+        return _read_prompt_md("flat_prompt.md") or FLAT_LAY_PROMPT
+    return _read_prompt_md("model_prompt.md") or MODEL_WEAR_PROMPT
 
 
 def _resolve_sku(db_path, basemap_root, spu_code: str, sku_code: str, colors=None) -> Optional[str]:
@@ -187,7 +195,7 @@ def _process_spu(
     db_path, basemap_root, material_root, category, prod_dir, brief, ib,
     spu, sku_code, pcfg, errors, shared_design=None, title_backend=None, country="",
     img_code="", model_img=None, design_size="1024x1024", compose_size="1536x2048",
-    on_503=None, model_kind="model", prompts=None,
+    on_503=None, model_kind="model",
 ) -> Optional[Dict[str, Any]]:
     """处理单个款号：选色 → 底图 → 设计稿 → (mark==1) 模特 → 合成 → 模板导出。
     shared_design: compose 节点生成的纯印花设计稿路径（图2）；为 None 时回退本节点 generate。
@@ -195,7 +203,6 @@ def _process_spu(
               （按货号命名，包含该货号对应的所有图片）。
     on_503: 致命图像服务错误（503/账户不可用）回调（供调用方提前终止任务）。
     model_kind: 图源类型 "model"（模特图）/ "flat"（平铺图），决定用哪个合成提示词。
-    prompts: {"model": str, "flat": str} 可配置提示词覆盖（来自 config.product.mark_dirs）；缺省用内置。
     返回 result dict；内部异常已兜底，不中断。
     """
     # 输出目录 = 货号子文件夹（product/DG000/…），该货号所有图片都放这里
@@ -324,8 +331,8 @@ def _process_spu(
         elif model_img is not None:
             composite_path = str(prod_dir / f"{img_code}_composite.png")
             try:
-                # 三图合成：按图源类型选提示词（可配置覆盖优先，否则内置 MODEL_WEAR/FLAT_LAY）
-                wear_prompt = _active_prompt(model_kind, prompts)
+                # 三图合成：按图源类型选提示词（优先读 prompts/*.md，否则内置 MODEL_WEAR/FLAT_LAY）
+                wear_prompt = _active_prompt(model_kind)
                 kind_label = "平铺" if model_kind == "flat" else "模特"
                 print(f"{tag}  {kind_label}三图合成提交中（3 参考图 img2img，网关处理约 2-6 分钟，请耐心等待）…")
                 t0 = time.time()
@@ -407,7 +414,7 @@ def _process_spu(
                     continue
                 cp = str(prod_dir / f"{img_code}_{str(sc).split('-')[-1]}_composite.png")
                 try:
-                    ib.print(_active_prompt(model_kind, prompts), str(model_img), cp,
+                    ib.print(_active_prompt(model_kind), str(model_img), cp,
                              brief.get("composite_negative", ""),
                              extra_images=[design_path, str(bm)],  # 图2印花, 图3该色底图
                              size=compose_size)   # 合成图尺寸按 config compose.size
@@ -546,7 +553,6 @@ def product_node(state: Dict[str, Any]) -> Dict[str, Any]:
     #      → product_node 用对应提示词合成（模特三图 / 平铺三图）
     model_assign: Dict[int, Any] = {}
     mark_dirs = pcfg.get("mark_dirs") or {}
-    prompts_cfg = (mark_dirs.get("1") or {})
     try:
         from graph.product import build_mark_sources
         sources = build_mark_sources(material_root, mark_dirs, category)
@@ -559,7 +565,7 @@ def product_node(state: Dict[str, Any]) -> Dict[str, Any]:
     if source_pool:
         for _i in range(len(worklist)):
             img, kind = random.choice(source_pool)   # 每任务随机抽一张（含 kind）
-            model_assign[_i] = {"img": img, "kind": kind, "prompts": prompts_cfg}
+            model_assign[_i] = {"img": img, "kind": kind}
         print(f"[product] 任务级图源分配：{len(model_assign)} 个产品任务（mark_dirs 模特/平铺图随机抽，含 kind）")
     else:
         print("[product] material_library 无任何可用图（模特/平铺均无）→ 跳过合成，仅导出模板")
@@ -628,7 +634,6 @@ def product_node(state: Dict[str, Any]) -> Dict[str, Any]:
                              country, img_code=img_code,
                              model_img=_src.get("img"),       # 按任务序号取独立随机图源
                              model_kind=_src.get("kind", "model"),
-                             prompts=_src.get("prompts"),
                              design_size=str((config.get("compose") or {}).get("design_size") or "1024x1024"),
                              compose_size=str((config.get("compose") or {}).get("size") or "1536x2048"))
             if r: