fix: 增强噪声压制 - 检测混合文字乱码(Latin+CJK交错)

- 在_is_noise_text中新增混合文字乱码检测
- 检测Latin大写字母被CJK分割成多个不连续块的模式
- 如'HHWH尸端自哪内柙登录槟J!'这类OCR垃圾现在会被过滤
- 修复unicode_radicals.md末尾格式错误(缺少补充字符列)
- 从git追踪中移除easyocr_worker_state.json(运行时状态文件)

monitor.py

@@ -4937,6 +4937,16 @@ class MessageMonitor:
             if _match_count >= 2:
                 logger.debug(f"[ocr] 过滤器2结果: 检测到多个协议特征词({_match_count}个)，返回True: {text[:60]!r}")
                 return True
+        # ⭐ 混合文字乱码检测：OCR将不同行/区域的文字混在一起
+        #   如"HHWH尸端自哪内柙登录槟J!" — Latin大写字母散落在CJK字符中间
+        #   正常聊天中Latin缩写是连续块（如"登录PHP服务器"、"GTA5玩家"）
+        #   乱码特征：Latin大写被CJK分割成多个不连续块（≥2组）
+        if re.search(r'[A-Z]', text) and re.search(r'[\u4e00-\u9fff]', text):
+            _upper_groups = len(re.findall(r'[A-Z]+', text))
+            if _upper_groups >= 2:
+                logger.debug(f"[ocr] 过滤器2结果: 检测到混合文字乱码({_upper_groups}组大写字母分散)，"
+                             f"返回True: {text[:60]!r}")
+                return True
         # ⭐ Task #1457: 360安全弹窗内容过滤（防误触发查库+回复）
         #   360安全卫士/杀毒弹窗常被OCR识别为用户消息，如"这是敲诈病毒，会勒索您的钱财"
         #   以下关键词覆盖360常见报毒/安全警告弹窗

unicode_radicals.md

@@ -218,8 +218,8 @@
 | 丿 | U+4E3F | 撇 | 儿→丿 | 儿 |
 | 丨 | U+4E28 | 竖 | 中→丨 | 中 |
 | 虱 | U+8671 | 虱 | 虱→搁 | 虱 |
-| 凵 | U+51F5 | 凵 | 凵→儿| 凵
+| 凵 | U+51F5 | 凵 | 凵→儿 | 凵 |
-| 乍 | U+4E4D | 作 | 乍→作 | 乍
+| 乍 | U+4E4D | 作 | 乍→作 | 乍 |
 
 ## 使用说明