issue: Title generation triggers before assistant response

快速结论：在 Open WebUI 中，当用户发送第一条聊天消息时，Title generation（标题生成）请求与助理响应请求同时并发发出，导致标题生成时没有包含助理回复内容，标题变得不准确。官方确认这是有意行为，用于修复一个时序 bug。如果你遇到标题不准确的问题，可以在助手回复完成后手动重新生成标题。

问题场景

用户在 Open WebUI 0.10.2 版本中，使用 Docker 部署，搭配 Ollama 0.31.1 运行模型（例如 Qwen3.5 4B），并设置了自定义标题生成提示词。在开始新聊天时，系统会同时发送两个并发请求：一个用于标题生成，另一个用于助理响应。标题生成请求在助理响应之前触发，导致用于生成标题的上下文不完整，生成的标题不准确。

报错原文

Title generation should trigger after the assistant response to have enough context for accurate title generation.
When starting a chat, Open WebUI sends two concurrent requests at the same time: one for title generation, one for assistant response. Title generation doesn't have the assistance response at the start, which leads to inaccurate titles.

注意：此 Issue 中没有给出具体的终端报错日志或错误堆栈。主要表现为功能行为异常：标题生成时序错误。

原因分析

官方（来自 GitHub 评论）明确表示这是故意设计的行为（Intended. This behaviour was deliberately changed to fix a timing bug）。这意味着当前版本为了让系统逻辑更稳定，将标题生成请求提前到与助理响应同时发起，而不是等待响应完成后才触发。尽管这修复了某些时序问题，但它牺牲了标题生成的准确性，因为标题生成时还没有获取到助理的完整回复。用户可以通过观察 Ollama 的日志来确认行为，特别是当设置 OLLAMA_MAX_LOADED_MODELS 为 1 或 OLLAMA_NUM_PARALLEL 为 1 时，可以更清楚地看到两个请求同时被处理。

环境排查

Open WebUI 版本：0.10.2（以及可能受影响的后续版本）
Ollama 版本：0.31.1
部署方式：Docker
操作系统：Windows 11
浏览器及版本：Chrome 149.0
标题生成使用的模型可能与聊天模型不同
检查是否设置了 OLLAMA_MAX_LOADED_MODELS 或 OLLAMA_NUM_PARALLEL 等环境变量，这些变量会影响并发行为

解决步骤

确认问题是否为预期行为：官方已确认这是有意设计的更改。如果新版本中的行为让你困扰，可以在官方仓库中提交功能请求，要求提供配置选项来控制标题生成时机。
手动重新生成标题：在助理响应完成后，在聊天界面中找到标题生成相关按钮（通常是点击 “Regenerate Title” 或类似按钮），手动触发一次标题生成，以获得基于完整上下文生成的新标题。
作为临时方案，可优先尝试：检查并调整你的自定义 Title Generation Prompt，确保它能在没有完整助理回复的情况下也能生成一个稍显模糊但可接受的标题。这不是最佳方案，但可以在等待官方功能更新期间缓解问题。
关注未来版本：关注 Open WebUI 的更新日志，看官方的标题生成时序是否计划在后续版本中提供可配置选项或回归原有行为。
额外的建议：如果你不希望标题生成提前触发，可以考虑回退到标题生成正常工作的旧版本（如使用 Issue 评论中提到的时机不冲突的早期版本）。但请谨慎操作，因为旧版本可能存在其他安全或功能漏洞。

验证方法

启动一个新对话，发送一条消息。观察 Open WebUI 的开发者工具网络请求面板或 Ollama 的日志：如果你看到两个请求（一个标题生成，一个助理响应）几乎同时被发出，而不是在助手完成后再触发标题生成，则表明你遇到了此 Issue 描述的状况。如果助理响应完成后你手动重新生成标题，能获得准确标题，则说明问题定位正确。