From 0fe4f018ba0d2544add84440d9dd7fd6b417308a Mon Sep 17 00:00:00 2001
From: youpaishidifu <youpaishidifu@git.ypshidifu.cn>
Date: Mon, 17 Aug 2026 10:47:25 +0800
Subject: [PATCH] =?UTF-8?q?fix:=20=E6=A0=B8=E5=BF=83=E8=AF=8D=E9=9B=B6?=
 =?UTF-8?q?=E5=91=BD=E4=B8=AD=E7=A1=AC=E6=8B=92=E7=BB=9D=EF=BC=8C=E5=BD=BB?=
 =?UTF-8?q?=E5=BA=95=E4=BF=AE=E5=A4=8D=E7=99=BB=E5=BD=95=E6=8F=92=E4=BB=B6?=
 =?UTF-8?q?=E5=8C=B9=E9=85=8D=E5=88=B0=E8=83=8C=E5=8C=85=E7=9A=84=E7=89=9B?=
 =?UTF-8?q?=E5=A4=B4=E4=B8=8D=E5=AF=B9=E9=A9=AC=E5=98=B4?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

根因：_has_content_relevance 中，'下载'被排除出 core_kw（core_kw={'登录'}），
但 has_ht=True（heading '下载地址' 命中 q_mean 中的'下载'），
导致跳过多关键词覆盖检查和正文覆盖检查，直接 return True。
即使下载意图检查拒绝了 beibao（核心词'登录'未命中），函数仍然返回 True。

修复：下载意图拒绝后、多关键词覆盖检查前，新增核心词零命中硬拒绝：
当 core_kw 非空但 core_hits=0 时无条件 return False。
---
 auto_reply.py | 14 ++++++++++++++
 monitor.py    | 10 ++++++++--
 2 files changed, 22 insertions(+), 2 deletions(-)

diff --git a/auto_reply.py b/auto_reply.py
index e345c03..0463d00 100644
--- a/auto_reply.py
+++ b/auto_reply.py
@@ -269,6 +269,10 @@ class AutoReply:
                           # 2026-08-17 新增：口语动词"知道"不应作为核心词
                           # 用户常说"俺想知道""我想知道"，"知道"是口语填充，不是查询意图
                           '知道', '想知道',
+                          # 2026-08-17 新增：下载类动词不应作为核心词
+                          # "下载"是动作而非查询对象，真正核心的是被查询的插件名
+                          # 例："登录插件去哪儿下载"的核心词应是{'登录'}，而非{'下载'}
+                          '下载', '下到', '哪下', '在哪下', '怎么下',
                           }
             core_kw = q_mean - non_core_kw
             doc_text = heading_clean + " " + title.lower() + " " + body_clean[:800]
@@ -316,6 +320,15 @@ class AutoReply:
                 logger.debug(f"下载意图放行: query={query[:30]!r} heading={heading[:30]!r}")
                 return True
 
+            # ⭐ 核心词零命中拒绝：核心词存在但全部未命中文档 → 无条件拒绝
+            # 防止 has_ht=True（仅因通用词如"下载"命中heading）但真正核心词（如"登录"）未命中时误放行
+            if core_kw and core_hits == 0:
+                logger.debug(
+                    f"核心词零命中拒绝: query={query[:40]!r} doc_title={title!r} "
+                    f"core_kw={core_kw!r} core_hits=0 has_ht={has_ht}"
+                )
+                return False
+
             # ⭐ 当heading含核心词时（has_ht=True），也需检查覆盖比例
             #   防止"草原"等通用词单一命中导致误选sdf1.md等不相关文档
             #   规则：
@@ -324,6 +337,7 @@ class AutoReply:
             #     - 例：查询含核心词={'草原','近期','公告'}
             #           sdf1.md只含"草原"(1/3)→ 拒绝
             #           index.md含"近期"+"公告"(2/3)→ 通过
+            logger.debug(f"核心词覆盖检查: core_kw={core_kw} len={len(core_kw)} core_hits={core_hits}")
             if len(core_kw) >= 2:
                 # ⭐ 修复：阈值改为max(1,...)，避免只有1个核心词时仍要求≥2个命中
                 # 例："服务器最近有哪些公告啊?" 核心词={'公告'}(1个)
diff --git a/monitor.py b/monitor.py
index 367be6e..b066e69 100644
--- a/monitor.py
+++ b/monitor.py
@@ -5086,8 +5086,14 @@ class MessageMonitor:
         # ⭐ Task #1508 防御兜底：剥离后为空但输入非空 → 回退原文
         #   （宁可保留昵称在消息里，也不能把整条消息吞成空串）。
         if not ts.strip() and text.strip():
-            logger.warning(f"[qq] 剥离后为空，回退原文防消息丢失: {text.strip()[:80]!r}")
-            return text.strip()
+            # 进一步检查：如果原文本身就是单个@或极短文本，直接返回空而不是回退
+            # 防止"@"这类无意义字符进入后续处理流程
+            cleaned = text.strip()
+            if len(cleaned) <= 1 or cleaned == '@':
+                logger.debug(f"[qq] 原文本身就是无意义字符，返回空: {cleaned!r}")
+                return ''
+            logger.warning(f"[qq] 剥离后为空，回退原文防消息丢失: {cleaned!r}")
+            return cleaned
         return ts.strip()
 
     def _sanitize_message(self, text: str) -> str: