fix: 修复OCR自言自语循环 - Bot回复归一化去重拦截

根因：OCR读取bot自己回复时，文本格式差异（时间戳前缀、标点全/半角、空格）
导致精确/模糊匹配全部失效，bot反复回复自己的旧回复。

修复（Task #1574）：
1. 去重管道最前端新增「Bot自言自语拦截」：
   - 归一化OCR文本（去时间戳、去标点空格、只保留CJK）
   - CJK骨架完全相同 → 直接拦截
   - 归一化Jaccard相似度>=0.60 → 拦截
2. _last_bot_reply_content检查：
   - 相似度阈值从0.9降至0.65
   - CJK骨架长度要求从6降至4，覆盖短回复场景

monitor.py

@@ -8902,6 +8902,49 @@ class MessageMonitor:
             if self._fuzzy_duplicate(ts, replied, threshold=0.75):
                 logger.debug(f"[{platform}] 回复模糊跳过: {ts[:50]}")
                 continue
+            # ⭐ Task #1574: Bot自言自语拦截（归一化比对）
+            #   根因：OCR读取bot自己的回复时，文本格式与存储的回复有差异
+            #   （时间戳前缀、标点全/半角、空格数量），导致上述精确/模糊匹配全部失效。
+            #   修复：对OCR文本做归一化（去时间戳、去标点、去空格、CJK骨架提取），
+            #   与最近bot回复做归一化比对。阈值宽松(0.60)确保拦截，同时用CJK骨架
+            #   做二重确认防误杀（用户真实新消息的CJK骨架不可能与bot回复完全相同）。
+            if len(ts) >= 6 and self._msg_history and recent_replies:
+                try:
+                    # 归一化函数：去时间戳、去标点空格、去英文
+                    def _norm_self_check(s):
+                        s = re.sub(r'\d{1,2}:\d{2}(?::\d{2})?', '', s)  # 去时间戳
+                        s = re.sub(r'[^\u4e00-\u9fff]', '', s)  # 只保留CJK
+                        return s
+                    ts_norm = _norm_self_check(ts)
+                    if len(ts_norm) >= 4:
+                        # CJK骨架提取：连续中文字符序列
+                        sk_ts = ''.join(c for c in ts if '\u4e00' <= c <= '\u9fff')
+                        _self_skip = False
+                        # 与最近5分钟的bot回复做归一化比对
+                        for br in recent_replies:
+                            br_norm = _norm_self_check(br)
+                            if not br_norm or len(br_norm) < 4:
+                                continue
+                            # 策略1：CJK骨架完全相同（OCR把同一段中文读了两遍）
+                            sk_br = ''.join(c for c in br if '\u4e00' <= c <= '\u9fff')
+                            if len(sk_ts) >= 4 and sk_ts == sk_br:
+                                logger.info(f"[{platform}] Bot自言自语拦截(骨架相同): {ts[:50]}")
+                                _self_skip = True
+                                break
+                            # 策略2：归一化后Jaccard相似度>=0.6（吸收OCR标点/空格差异）
+                            set_ts = set(ts_norm)
+                            set_br = set(br_norm)
+                            inter = len(set_ts & set_br)
+                            union = len(set_ts | set_br)
+                            if union > 0 and inter / union >= 0.60:
+                                logger.info(f"[{platform}] Bot自言自语拦截(归一化相似): "
+                                            f"jaccard={inter/union:.2f} ts={ts[:40]}")
+                                _self_skip = True
+                                break
+                        if _self_skip:
+                            continue
+                except Exception:
+                    pass
             # _replied_texts 子串包含：OCR 提取的 md 表格细胞值（如"依赖插件可选/必选"）
             # 是 bot 回复表的一部分，不是用户提问。长度>5才检查避免误杀短消息。
             # OCR 常把 ，转 , 等标点差异，做双向子串检查（原始+归一化标点）
@@ -9143,19 +9186,21 @@ class MessageMonitor:
                 # ⭐ 清理OCR噪声前缀（如"必选，"）后再搜索知识库
                 cleaned_item = self._clean_ocr_prefix(item)
                 # ⭐ 检查是否与最近bot回复内容相同（OCR噪声干扰，把bot回复当作用户消息）
+                # ⭐ Task #1574: 降低阈值 0.9→0.65，骨架长度 6→4，防止自言自语漏过
                 last_reply = self._last_bot_reply_content.get(platform, "")
                 if last_reply and cleaned_item and len(cleaned_item) >= 4:
                     similarity = SequenceMatcher(None, cleaned_item, last_reply).ratio()
-                    if similarity >= 0.9:
+                    if similarity >= 0.65:
                         logger.info(f"[{platform}] OCR噪声检测: 与最近bot回复相似度{similarity:.2%}，跳过: {cleaned_item[:60]}")
                         seen.add(cleaned_item)
                         self._last_new_msg_time[platform] = time.time()
                         continue  # 跳过本条消息，处理下一条
                     # ⭐ 2026-08-12: 中文骨架匹配（吸收 OCR 拉丁混淆 php↔4p）
-                    #   字符级相似度跌破 90% 时（php→4p 整句 ~83%），用中文骨架兜底拦截
+                    #   字符级相似度跌破 65% 时，用中文骨架兜底拦截
+                    #   ⭐ Task #1574: 放宽骨架长度 6→4，覆盖短回复场景
                     sk_cur = _cn_skeleton(cleaned_item)
                     sk_rep = _cn_skeleton(last_reply)
-                    if len(sk_cur) >= 6 and sk_rep and sk_cur == sk_rep:
+                    if len(sk_cur) >= 4 and sk_rep and sk_cur == sk_rep:
                         logger.info(f"[{platform}] OCR噪声检测(骨架匹配): 与最近bot回复中文骨架相同，跳过: {cleaned_item[:60]}")
                         seen.add(cleaned_item)
                         self._last_new_msg_time[platform] = time.time()