修复OCR残片入库：在基线轮前统一过滤bot回复碎片

问题：
- 之前的检测代码在关键词打分循环中，但score=0的残片通过了打分
- 然后进入基线轮判断，被标记为"基线"跳过但仍在new_items中
- 同轮择优时又被选上，导致残片入库

修复：
将碎片检测移至基线轮判断之前（约8261行），对new_items统一过滤
- 计算文本与已回复内容的最长公共子串占比
- 占比≥80%且长度≥3 → 直接丢弃
- 例："端0(基岩版)" vs 已回复表格"端口(基岩版)" → 相似度85.7% → 拦截

monitor.py

@@ -8212,31 +8212,11 @@ class MessageMonitor:
 
             # ⭐ Task #1558 新逻辑: 关键词打分前置（所有消息必须先打分）
             # 流程：
-            #   0. bot回复碎片检测（新增）：如果文本与已回复内容高度重叠（相似度≥80%），直接丢弃
-            #      防止OCR把bot回复表格残片（如"端0(基岩版)"）当成用户消息处理
             #   1. 提取OCR时间戳（用于时间比较）
             #   2. 调用关键词打分器 → ≤1分无条件放行，≥1分时间比较
             #   3. 时间比较：OCR时间 vs 系统时间（差值≤10秒用OCR，否则用系统时间）
             #   4. 判断：当前时间 > DB落库时间+5分钟 → 放行，否则拦截
-
-            # ⭐ 新增：bot回复碎片检测（防止OCR残片入库）
-            if self._replied_texts and len(ts) >= 3:
-                import difflib
-                t_norm = self._norm_frag(ts)
-                for r in self._replied_texts:
-                    if len(r) < 5:
-                        continue
-                    r_norm = self._norm_frag(r)
-                    if not t_norm or not r_norm:
-                        continue
-                    # 计算最长公共子串占比
-                    sm = difflib.SequenceMatcher(None, t_norm, r_norm)
-                    lm = sm.find_longest_match(0, len(t_norm), 0, len(r_norm)).size
-                    # 如果最长公共子串占文本≥80%，认为是bot回复残片
-                    if lm >= 0.8 * len(t_norm) and lm >= 3:
-                        logger.debug(f"[{platform}] OCR过滤: bot回复碎片(相似度≥80%) ts={ts!r}")
-                        seen.add(ts)
-                        break
+            #   （bot回复碎片检测已在上方统一过滤，此处无需重复）
             ocr_time = None
             if self._keyword_scorer:
                 # 从文本中提取最近的时间戳（格式如'22:54:16'）
@@ -8278,6 +8258,35 @@ class MessageMonitor:
             and not re.match(r'^\d{4}[/-]\d{1,2}', it.strip())
         ]
 
+        # ⭐ 新增：bot回复碎片检测（在基线轮判断之前过滤，防止OCR残片入库）
+        # 如果文本与已回复内容高度重叠（相似度≥80%），直接丢弃
+        # 例："端0(基岩版)" vs 已回复表格含"端口(基岩版) | 30679" → 相似度≥80% → 拦截
+        if self._replied_texts:
+            import difflib
+            filtered_new_items = []
+            for item in new_items:
+                ts = item.strip()
+                if len(ts) < 3:
+                    filtered_new_items.append(item)
+                    continue
+                is_fragment = False
+                t_norm = self._norm_frag(ts)
+                for r in self._replied_texts:
+                    if len(r) < 5:
+                        continue
+                    r_norm = self._norm_frag(r)
+                    if not t_norm or not r_norm:
+                        continue
+                    sm = difflib.SequenceMatcher(None, t_norm, r_norm)
+                    lm = sm.find_longest_match(0, len(t_norm), 0, len(r_norm)).size
+                    if lm >= 0.8 * len(t_norm) and lm >= 3:
+                        logger.debug(f"[{platform}] OCR过滤: bot回复碎片(相似度≥80%) ts={ts!r}")
+                        is_fragment = True
+                        break
+                if not is_fragment:
+                    filtered_new_items.append(item)
+            new_items = filtered_new_items
+
         # ⚠️ 文本处理后再次检查急停：防止急停在过滤阶段触发后仍触发回复
         if not self._running:
             return