fix(Task #1558): OCR语义去重豁免问句 - 防止相同问句被静默丢弃\n\n根因：\nbaseline轮次（22:53:35）处理'登录插件在哪儿下载?'后记录语义指纹，\n30秒TTL内（22:54:16）再次遇到完全相同的问句 → _dedup_semantic_fingerprint\n直接丢弃且无日志，用户问句永久丢失。\n\n修复：\n问句（含问号?/？或疑问词）豁免语义去重——用户可能重复提问相同问题。\n\n验证：\n- '登录插件在哪儿下载?' 不再被静默去重\n- 陈述句仍正常去重（如'关于我们'变体）

2026-08-18 23:14:51 +08:00
parent 00335535cd
commit 1e0a0f6e0d
1 changed files with 6 additions and 0 deletions
@@ -5430,6 +5430,12 @@ class MessageMonitor:
        SIM_THRESHOLD = 0.75  # Jaccard相似度阈值：>=0.75视为语义重复（提高防误杀）
        for text in texts:
            is_dup = False
+            # ⭐ 问句豁免：含问号/疑问词的消息不视为语义重复（用户可能重复提问）
+            # 例："登录插件在哪儿下载?" vs baseline轮次的同问句 → 应放行而非静默丢弃
+            if re.search(r'[?？]', text) or any(qw in text for qw in ('吗', '呢', '多少', '怎么', '如何', '哪', '什么')):
+                result.append(text)
+                self._semantic_fingerprint_cache.append((text, now))
+                continue
            for kept_text in result:
                sim = self._semantic_similarity(text, kept_text)
                if sim >= SIM_THRESHOLD: