Fix OCR self-feed loop: bold md detect, repeat-char garbage, SequenceMatcher reply fragment catch

- _is_markdown_document: add bold **text** detection before len<10 gate
- Garbage filter: 5+ consecutive same char detect (LLLLL/11111)
- OCR filter + Poll filter: SequenceMatcher longest common CJK substring >=12 chars
  vs replied_texts. Catches TTTT八X1r以...工单]、**使用**权 fragments
  that exact/substring/fuzzy match miss due to OCR noise prefix.

monitor.py

@@ -1315,6 +1315,33 @@ class MessageMonitor:
                     logger.debug(f"[{platform}] OCR 过滤: md纯标题碎片 line={line!r}")
                     continue
 
+            # —— OCR 幻觉乱码检测：连续重复字符（LLL / 111 / ===） ——
+            # EasyOCR 对头像/特殊 UI 输出如 ":山LeLyeeuCL...ggsegU凶>债券管理"
+            # 普通消息不含连续 5+ 相同字符
+            if re.search(r'([A-Za-z0-9])\1{4,}', line):
+                logger.debug(f"[{platform}] OCR 过滤: 幻觉乱码(重复) line={line!r}")
+                continue
+
+            # —— 回复内容片段检测：OCR 捕获 bot 自己刚发的回复 ——
+            # 用 SequenceMatcher 找 OCR 行 CJK 与 replied 文本 CJK 的最长公共子串
+            if self._replied_texts and len(line) > 15:
+                import difflib
+                cjk_line = ''.join(c for c in line if '\u4e00' <= c <= '\u9fff')
+                if len(cjk_line) >= 12:
+                    is_match = False
+                    for r in self._replied_texts:
+                        r_cjk = ''.join(c for c in r if '\u4e00' <= c <= '\u9fff')
+                        if not r_cjk:
+                            continue
+                        sm = difflib.SequenceMatcher(None, cjk_line, r_cjk)
+                        longest = sm.find_longest_match(0, len(cjk_line), 0, len(r_cjk))
+                        if longest.size >= 12:
+                            is_match = True
+                            break
+                    if is_match:
+                        logger.debug(f"[{platform}] OCR 过滤: 回复内容片段 line={line[:60]!r}")
+                        continue
+
             texts.append(line)
         logger.debug(f"[{platform}] OCR -> {len(ocr_lines)} raw, {len(texts)} filtered, "
                      f"last=\"{texts[-1][:50] if texts else ''}\"")
@@ -1684,6 +1711,9 @@ class MessageMonitor:
         # OCR 退化 md 链接缺括号：短文本也检测
         if re.search(r'\[.+?\]\(', text):
             return True
+        # **加粗**语法：短文本也检测（bot md 回复标配，用户日常不用）
+        if re.search(r'\*\*.+?\*\*', text):
+            return True
         if len(text) < 10:
             return False
         # ##直接跟汉字（OCR 丢失 ##后空格时常见：##文档导航）
@@ -2384,9 +2414,35 @@ class MessageMonitor:
                 continue
             # _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。
-            if len(ts) > 5 and any(ts in r for r in replied):
-                logger.debug(f"[{platform}] 回复子串包含跳过({len(ts)}c): {ts[:50]}")
-                continue
+            # OCR 常把 ，转 , 等标点差异，做双向子串检查（原始+归一化标点）
+            if len(ts) > 5:
+                if any(ts in r for r in replied):
+                    logger.debug(f"[{platform}] 回复子串包含跳过({len(ts)}c): {ts[:50]}")
+                    continue
+                # 归一化标点后重试（OCR 噪声：，→,  。→. ！→! ？→?）
+                norm_ts = ts.replace(',', '，').replace('.', '。').replace('!', '！').replace('?', '？')
+                if norm_ts != ts and any(norm_ts in r for r in replied):
+                    logger.debug(f"[{platform}] 回复子串包含跳过(归一化,{len(ts)}c): {ts[:50]}")
+                    continue
+            # _replied_texts 长公共子串检测：OCR 截取的碎片开头/结尾有噪声，精确/子串匹配失效
+            # 用 SequenceMatcher 找 CJK 字符的最长公共子串
+            if len(ts) > 15:
+                cjk_ts = ''.join(c for c in ts if '\u4e00' <= c <= '\u9fff')
+                if len(cjk_ts) >= 12:
+                    import difflib
+                    matched_r = False
+                    for r in replied:
+                        r_cjk = ''.join(c for c in r if '\u4e00' <= c <= '\u9fff')
+                        if not r_cjk:
+                            continue
+                        sm = difflib.SequenceMatcher(None, cjk_ts, r_cjk)
+                        longest = sm.find_longest_match(0, len(cjk_ts), 0, len(r_cjk))
+                        if longest.size >= 12:
+                            matched_r = True
+                            break
+                    if matched_r:
+                        logger.debug(f"[{platform}] 回复公共子串跳过: {ts[:50]}")
+                        continue
             if ts in seen:
                 continue
             # 模糊匹配：OCR 输出每次微小差异（勖彐碎片、行首数字、尾部截断）