Task #1476: QQ群聊非消息文本过滤 - 图片引用剥离/表情包碎片检测/UI元素跳过

行切割阶段增加3层过滤：
1. 行内图片引用清理: !0(img/xxx.png) 剥离后保留用户消息
2. 表情包文字碎片: CJK<=6且分隔符>=2判定为贴纸OCR残留
3. QQ UI元素跳过: 【头衔】Username / ## @标签 / )username / 纯图片后缀

新增_is_qq_ui_element()静态方法检测5种QQ特有非消息模式。

monitor.py

@@ -3028,8 +3028,21 @@ class MessageMonitor:
         ocr_lines = []
         for l in raw_text.split('\n'):
             l = re.sub(r'\s*(?:[A-Za-z0-9]~)+\s*$', '', l).strip()
+            # ⭐ Task #1476: 行内图片引用清理。
+            #   QQ 发送图片后 OCR 识别出 !0(img/xxx.png) 格式，混在用户消息文本中。
+            #   先剥离这些引用，保留用户真实消息部分。
+            l = re.sub(r'!0?\s*\(?\s*img/[\w./\\-]+\)?', '', l, flags=re.IGNORECASE).strip()
             if not l:
                 continue
+            # ⭐ Task #1476: 表情包/贴纸文字碎片过滤。
+            #   QQ 表情包图片上常有文字（如"点击"、"按钮"），OCR 识别后产出
+            #   短文本+大量分隔符混排（如 "点击, ~按钮; ,"），不是真实用户消息。
+            #   判定：中文字符≤6 且 分隔符（逗号/分号/波浪号/斜杠等）≥2 → 碎片。
+            _delim_count = len(re.findall(r'[,;~!@#%^&*，。；～、/\\|]', l))
+            _cjk_in_l = sum(1 for c in l if '\u4e00' <= c <= '\u9fff')
+            if _cjk_in_l <= 6 and _delim_count >= 2:
+                logger.debug(f"[{platform}] OCR: 跳过表情包碎片(分隔符密度高): {l[:60]!r}")
+                continue
             # ⭐ Task #1475: 单行 Markdown 跳过。
             #   正常用户从不手动打 markdown（# 标题、|表格|、**加粗** 等）。
             #   撞上 md 段落标记 → 跳过该行；没有 md 标记 → 正常收集。
@@ -3037,6 +3050,12 @@ class MessageMonitor:
             if self._is_markdown_line(l):
                 logger.debug(f"[{platform}] OCR: 跳过Markdown行: {l[:60]!r}")
                 continue
+            # ⭐ Task #1476: QQ 非消息文本跳过。
+            #   QQ 群聊截图中，OCR 会识别出图片引用、用户头衔/徽章、用户标签等
+            #   非消息内容，混入消息流后触发残片判定。整行跳过这些 UI 元素。
+            if self._is_qq_ui_element(l):
+                logger.debug(f"[{platform}] OCR: 跳过QQ UI元素: {l[:60]!r}")
+                continue
             ocr_lines.append(l)
 
         # —— 连续行合并（修复 EasyOCR 逗号断行） ——
@@ -4840,6 +4859,38 @@ class MessageMonitor:
             return True
         return False
 
+    @staticmethod
+    def _is_qq_ui_element(line: str) -> bool:
+        """⭐ Task #1476: 检测单行是否为 QQ 界面 UI 元素（非用户消息）。
+
+        QQ 群聊截图中，OCR 会把以下非消息文本识别出来混入消息流：
+          - 图片引用: !0(img/skin_3.png) 等
+          - 用户头衔/徽章: 【专业皮肤定制】C418minecraft
+          - 用户标签: ## @C418minecraft, )youpaishidifu关于我们
+        这些整行跳过，避免混入消息流触发残片判定。
+        """
+        if not line:
+            return False
+        s = line.strip()
+        # 1) 图片文件引用: !0(img/xxx.png) 或 !0(img/xxx.jpg) 等
+        #    QQ 发送图片后，OCR 识别出的文件引用格式
+        if re.match(r'^!0?\s*\(?\s*img/', s, re.IGNORECASE):
+            return True
+        # 2) 用户头衔/徽章: 【...】Username
+        #    QQ 群成员的头衔标签，如【专业皮肤定制】C418minecraft
+        if re.match(r'^【[^】]{1,30}】\s*[\w\u4e00-\u9fff]+', s):
+            return True
+        # 3) 用户标签: ## @Username — QQ 的 @ 提及格式
+        if re.match(r'^##\s*@[\w\u4e00-\u9fff]+', s):
+            return True
+        # 4) 闭合括号开头的用户标签: )username关于我们 — OCR 识别出的 UI 残留
+        if re.match(r'^\)[\w\u4e00-\u9fff]{2,}', s):
+            return True
+        # 5) 纯图片引用后缀: .png .jpg .gif 等，无中文 → 图片文件名碎片
+        if re.match(r'^[\w/\\._-]+\.(?:png|jpg|jpeg|gif|bmp|webp|svg|ico)$', s, re.IGNORECASE):
+            return True
+        return False
+
     @staticmethod
     def _is_md_continuation(line: str) -> bool:
         """⭐ Task #1475: 判断某行是否为 markdown 块被 OCR 拆出来的"内容延续行"。