修复OCR重复回复+KB后台密码匹配+QQ UI过滤'有人@我'

auto_reply.py

@@ -142,6 +142,15 @@ class AutoReply:
             )
             return False
 
+        # ⭐ 后台/前台关键词区分：查询含"后台"但文档不含"后台"→ 不相关
+        full = heading_clean + " " + title.lower() + " " + body_clean[:800]
+        if "后台" in query and "后台" not in full:
+            logger.debug(f"后台关键词缺失: query={query[:40]!r} doc={doc.get('heading', '')[:30]!r}")
+            return False
+        if "前台" in query and "前台" not in full:
+            logger.debug(f"前台关键词缺失: query={query[:40]!r} doc={doc.get('heading', '')[:30]!r}")
+            return False
+
         if has_ht or has_body:
             return True
 

monitor.py

@@ -177,6 +177,8 @@ _UI_EXACT_BLOCKLIST = frozenset({
     '正在加载页面，请稍后',
     # — Smart-Dump 漏网 —
     '手机',
+    # — QQ 系统通知 —
+    '有人@我',
 })
 
 # ===== 主动防御: UI 子串黑名单（含其中任何子串即跳过）=====
@@ -398,6 +400,8 @@ class MessageMonitor:
         self._seen_messages: set = set()
         # 已回复文本的永久集—永不裁切（剪贴板读到自己回复时必拦）
         self._replied_texts: set = set()
+        # 最近已处理的消息（用于5分钟内OCR重复识别去重）
+        self._recent_processed_messages = []  # list of (text, timestamp)
         # 上次回复时间戳（冷却期内跳过该平台 poll）
         self._last_reply_time: dict = {}
         # 同平台新消息冷却：同一 poll 或相邻 poll 内多条消息只处理第一条
@@ -7092,6 +7096,33 @@ class MessageMonitor:
                         seen.add(cleaned_item)
                         self._last_new_msg_time[platform] = time.time()
                         continue  # 跳过本条消息，处理下一条
+                # ⭐ 5分钟内OCR重复识别去重：同一消息被OCR识别两次（乱码+正确文本），相似度>=90%则跳过
+                now = time.time()
+                # 清理过期条目
+                self._recent_processed_messages = [
+                    (txt, ts) for txt, ts in self._recent_processed_messages
+                    if now - ts <= 300
+                ]
+                # 检查是否与最近处理的消息相似
+                is_duplicate = False
+                for recent_text, recent_ts in self._recent_processed_messages:
+                    if now - recent_ts > 300:
+                        continue
+                    if len(recent_text) < 4 or len(cleaned_item) < 4:
+                        continue
+                    # 快速长度剪枝
+                    if abs(len(recent_text) - len(cleaned_item)) > max(len(recent_text), len(cleaned_item)) * 0.4:
+                        continue
+                    sim = SequenceMatcher(None, cleaned_item, recent_text).quick_ratio()
+                    if sim >= 0.9:
+                        logger.info(f"[{platform}] OCR重复识别去重: 相似度{sim:.2%}，跳过: {cleaned_item[:60]}")
+                        is_duplicate = True
+                        break
+                if is_duplicate:
+                    self._last_new_msg_time[platform] = time.time()
+                    continue
+                # 添加到最近处理列表
+                self._recent_processed_messages.append((cleaned_item, now))
                 self._last_new_msg_time[platform] = time.time()
                 self._last_msg[platform] = cleaned_item
                 engine_tag = self._last_chosen_engine.get(platform, "")