fix(kb): section级搜索+意图排序+分词级匹配修复短查询与跨section排序
1. knowledge_base.py: - 文档按 ## 标题切分为独立 section 后索引,每个 section 独立 TF-IDF - 分词级匹配(避免"定义"子串匹配"自定义"的假阳性) - 文档级优先排序:先按文档聚合,取最高 section 分决定最佳文档 - 定义类查询(版号/版本号/定义):自动降权无定义类 section 的文档 - 动作类查询(怎么/如何/用法):按优先级找"参数/指令/使用"→"方法"→"安装" heading - 预计算 heading/body 分词集合,避免每次搜索重复 jieba - 修复 SYNONYMS 重复 key 2. auto_reply.py: - 精简答案提取:section 级搜索后 doc['content'] 即最相关片段 - 移除冗余的 _extract_relevant_snippet(重复 jieba 分词+section 切分) 3. monitor.py: - 增加微信/QQ UI 噪声过滤(通讯录、发现、朋友圈等)
This commit is contained in:
+9
-1
@@ -1240,11 +1240,19 @@ class MessageMonitor:
|
||||
for m in system_markers:
|
||||
if text.startswith(m):
|
||||
return True
|
||||
# ⭐ QQ NT 界面噪声文字(按钮/提示/碎片,非用户消息)
|
||||
# ⭐ QQ/微信 界面噪声文字(按钮/提示/碎片/导航,非用户消息)
|
||||
qq_ui_noise = [
|
||||
"查看更多", "可查看在其他设备产生的聊天记录",
|
||||
"收藏", "转发", "多选", "引用", "回复",
|
||||
"选择会话开始聊天",
|
||||
# 微信底部导航
|
||||
"通讯录", "发现", "我", "消息", "朋友圈",
|
||||
# 微信/QQ 顶部/侧边
|
||||
"搜索", "添加到表情", "更多",
|
||||
# QQ 空间/动态
|
||||
"空间", "动态", "说说", "日志", "相册",
|
||||
# 通用 UI
|
||||
"发送", "接收", "取消", "确认", "确定", "关闭",
|
||||
]
|
||||
for n in qq_ui_noise:
|
||||
if text == n:
|
||||
|
||||
Reference in New Issue
Block a user