fix: 跨轮语义去重+KB核心名词加权，修复公告信息匹配到基本信息

1. monitor.py: 新增跨轮语义去重（5分钟TTL, Jaccard≥30%）
   - _recent_user_queries列表 + _is_semantically_duplicate()
   - _poll候选构建阶段检查，回复后写入记录

2. auto_reply.py: non_core_kw新增通用信息类名词
   - '信息','内容','详情','情况','介绍'不应作为核心词
   - 原因：公告信息核心词应是{公告}而非{公告,信息}

3. knowledge_base.py: core_nouns新增公告/更新
   - 查询含核心名词时，section含该名词→2倍加分，不含→0.3倍惩罚
   - 修复近期公告(2.93)被基本信息(6.56)压过的问题

auto_reply.py

@@ -273,6 +273,10 @@ class AutoReply:
                           # "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',
+                          # 2026-08-17 新增：通用信息类名词不应作为核心词
+                          # "信息"/"内容"/"详情"等太泛，无法区分文档主题
+                          # 例："服务器最近有哪些公告信息"的核心词应是{'公告'}，而非{'公告','信息'}
+                          '信息', '内容', '详情', '情况', '介绍',
                           }
             core_kw = q_mean - non_core_kw
             doc_text = heading_clean + " " + title.lower() + " " + body_clean[:800]

knowledge_base.py

@@ -620,7 +620,7 @@ class KnowledgeBase:
             # 不在此处penalty——此处penalty会被后续loop的bonus覆盖
             # ⭐ 核心名词匹配奖励：查询中的关键名词在 section 中出现 → 巨幅奖励
             # 防止"PHP管理员端的默认密码"匹配到不含"密码"的"全局配置" section
-            core_nouns = {'密码', '用户管理', '领地', '商品', 'CDK', '工单', '债券', '在线'}
+            core_nouns = {'密码', '用户管理', '领地', '商品', 'CDK', '工单', '债券', '在线', '公告', '更新'}
             query_nouns = set(jieba.cut(query_stripped)) & core_nouns
             if query_nouns:
                 # 查询包含核心名词，检查 section 是否包含这些名词
@@ -891,7 +891,7 @@ class KnowledgeBase:
                 if _download_match:
                     bonus += 8.0
                 # ⭐ body 包含查询核心名词（如"密码"）→ 巨幅 bonus
-                core_nouns = {'密码', '用户管理', '领地', '商品', 'CDK', '工单', '债券', '在线'}
+                core_nouns = {'密码', '用户管理', '领地', '商品', 'CDK', '工单', '债券', '在线', '公告', '更新'}
                 body_noun_hits = sum(1 for n in core_nouns if n in body and n in query_stripped)
                 if body_noun_hits >= 1:
                     bonus += 15.0  # body 包含核心名词 → 优先返回

monitor.py

@@ -520,6 +520,8 @@ class MessageMonitor:
         self._replied_texts: set = set()
         # 最近已处理的消息（用于5分钟内OCR重复识别去重）
         self._recent_processed_messages = []  # list of (text, timestamp)
+        # 最近处理过的用户查询（用于语义去重，5分钟内相似查询跳过）
+        self._recent_user_queries = []  # list of (text, timestamp)
         # 语义指纹缓存（同屏OCR碎片30秒去重）
         self._semantic_fingerprint_cache = []  # list of (fingerprint, timestamp)
         # 上次回复时间戳（冷却期内跳过该平台 poll）
@@ -5189,6 +5191,7 @@ class MessageMonitor:
 
     # —— 2026-08-16: 语义指纹去重 ——
     _SEMANTIC_DUP_TTL = 30.0  # 同一指纹30秒内视为重复
+    _SEMANTIC_USER_DUP_TTL = 300.0  # 用户查询跨轮语义去重：5分钟内相似查询跳过
     _SEMANTIC_STOPWORDS = frozenset((
         '那', '那个', '这个', '这个', '这些', '那些', '那么',
         '问', '问一下', '问一嘴', '打听一下',
@@ -5279,6 +5282,46 @@ class MessageMonitor:
                 self._semantic_fingerprint_cache.append((text, now))
         return result
 
+    def _is_semantically_duplicate(self, text: str, platform: str) -> bool:
+        """跨轮语义去重：5分钟内语义相似度>=阈值的用户查询跳过。
+
+        典型场景：用户发送"服务器最近有哪些公告信息？"，机器人回复后，
+        几分钟后又发送相似查询（如"@服务器最近有哪些公告信息？"），
+        因OCR变体或细微措辞差异，被当作新查询再次处理。
+
+        方案：检查当前查询与最近5分钟内用户查询的 Jaccard 相似度，
+        若 >= 阈值（0.3）则视为语义重复，阻止回复。
+
+        返回：True = 语义重复，应跳过；False = 新查询，可继续处理。
+        """
+        if not text or not text.strip():
+            return False
+
+        now = time.time()
+        # 清理过期条目
+        self._recent_user_queries = [
+            (t, ts) for t, ts in self._recent_user_queries
+            if now - ts <= self._SEMANTIC_USER_DUP_TTL
+        ]
+
+        # 与最近查询比较
+        SIM_THRESHOLD = 0.3
+        for recent_text, recent_ts in self._recent_user_queries:
+            sim = self._semantic_similarity(text, recent_text)
+            if sim >= SIM_THRESHOLD:
+                logger.debug(
+                    f"[{platform}] 用户查询语义去重: 跳过相似({sim:.0%}) "
+                    f"'{text[:40]!r}' ~ '{recent_text[:40]!r}'"
+                )
+                return True
+
+        return False
+
+    def _add_to_recent_user_queries(self, text: str):
+        """将当前用户查询添加到最近查询列表，用于跨轮语义去重。"""
+        if text and text.strip():
+            self._recent_user_queries.append((text.strip(), time.time()))
+
     def _split_by_nick_sep(self, text: str) -> list:
         """将OCR合并的多条消息按昵称分隔符拆分，提取所有消息段。
 
@@ -8042,6 +8085,11 @@ class MessageMonitor:
                 if is_duplicate:
                     self._last_new_msg_time[platform] = time.time()
                     continue
+                # ⭐ 跨轮语义去重：5分钟内相似用户查询跳过
+                if self._is_semantically_duplicate(cleaned_item, platform):
+                    logger.info(f"[{platform}] 用户查询语义去重: 5分钟内相似查询，跳过: {cleaned_item[:60]}")
+                    self._last_new_msg_time[platform] = time.time()
+                    continue
                 # ⭐ 添加到候选列表（含质量分）
                 score = self._score_message_quality(cleaned_item)
                 _candidates.append((score, item, cleaned_item))
@@ -8066,6 +8114,8 @@ class MessageMonitor:
 
                 # ⭐ 添加到最近处理列表
                 self._recent_processed_messages.append((_best_cleaned, now))
+                # ⭐ 添加到最近用户查询列表（用于跨轮语义去重）
+                self._add_to_recent_user_queries(_best_cleaned)
                 self._last_new_msg_time[platform] = time.time()
                 self._last_msg[platform] = _best_cleaned
                 engine_tag = self._last_chosen_engine.get(platform, "")