修复KB搜索质量差+增加OCR病句过滤

1. 改进内容相关性检查：高匹配度(≥10.0)但无共同词时拒绝匹配
   - 用户问PVP击杀播报，KB返回json格式说明（匹配度9.53）→ 拒绝
   - 增加body内容检查，防止TF-IDF误匹配

2. 增加OCR病句过滤：
   - 病句1：句子以动词结尾但缺少宾语（如'将其修正后重三'）
   - 病句2：句子以'三'结尾（OCR误读'试'为'三'）
   - 病句3：句子缺少主语且无标点
   - 病句直接过滤，不触发查库

auto_reply.py

@@ -80,15 +80,18 @@ class AutoReply:
         """查询词与匹配文档至少有一个共同2字+词，防偶然匹配。
         短查询(≤2个2字+词)直接放行，不做严格检查。
         检查顺序：heading → title → content/body。
+        高匹配度(≥10.0)：如果heading+title+body都无共同词，直接拒绝。
         """
         q_tokens = set(t for t in jieba.cut(query) if len(t) >= 2)
         if len(q_tokens) <= 2:
             return True  # 短查询不拦截
+
         # 1. 检查 heading + title
         doc_text = doc.get("heading", "") + " " + doc.get("title", "")
         d_tokens = set(t for t in jieba.cut(doc_text) if len(t) >= 2)
         if q_tokens & d_tokens:
             return True
+
         # 2. 检查 content/body（TF-IDF匹配的段落正文）
         body = doc.get("content", "") or doc.get("body", "")
         if body:
@@ -96,6 +99,12 @@ class AutoReply:
             b_tokens = set(t for t in jieba.cut(body[:500]) if len(t) >= 2)
             if q_tokens & b_tokens:
                 return True
+
+        # 3. 高匹配度但无共同词：可能是TF-IDF误匹配，拒绝
+        # 用户问"PVP击杀播报"，KB返回"json格式说明"（匹配度9.53）→ 应拒绝
+        if score >= 10.0 and not (q_tokens & d_tokens) and not (q_tokens & (b_tokens if body else set())):
+            return False
+
         return False
 
     def _get_answer(self, platform: str, msg: str, doc: dict, score: float) -> str or None:

monitor.py

@@ -1815,6 +1815,22 @@ class MessageMonitor:
                 logger.debug(f"[{platform}] OCR 过滤: 结构化面板 line={line!r}")
                 continue
 
+            # —— OCR 病句检测：OCR 把消息"嚼碎"生成病句 ——
+            # 特征：句子不完整、语义不通、缺少标点、片段化
+            if len(line) > 5 and len(line) < 50:
+                # 病句1：句子以动词结尾但缺少宾语（如"将其修正后重三"）
+                if re.search(r'[后以了]+.{0,3}$', line) and not re.search(r'[。！？，,；;：:？]$', line):
+                    logger.debug(f"[{platform}] OCR 过滤: 病句(动词结尾) line={line!r}")
+                    continue
+                # 病句2：句子以"三"结尾（OCR误读"试"为"三"）
+                if re.search(r'重三$', line):
+                    logger.debug(f"[{platform}] OCR 过滤: 病句(重三) line={line!r}")
+                    continue
+                # 病句3：句子缺少主语且无标点（如"将其修正后重三"）
+                if re.match(r'^[其将把被]', line) and not re.search(r'[。！？，,；;：:？]$', line):
+                    logger.debug(f"[{platform}] OCR 过滤: 病句(缺主语) line={line!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 ''}\"")