修复微信端知识库答非所问 + QQ OCR 漏消息（双 bug 修复）

knowledge_base.py（问题2：微信端答非所问）：
- 文档级标题语义匹配改为 token 级（原仅字面子串匹配），OCR 丢失"php"只剩"管理员端默认"也能正确命中 phpadmin
- 新增"管理员+默认"组合强偏好：无"领地"时 phpadmin ×3.0、protect ×0.4，避免退化查询误选 protect/全局配置
- section 级重排新增 bonus +30：查询含"管理员+默认"时，偏好正文真正含"密码/登录/ypshidifu"的 section，压过"## 目录"目录项

monitor.py（问题1 + 问题2 上游）：
- 新增 _split_and_denoise_segments：按消息边界预分割 + 分段噪声隔离，修复 Windows OCR 大杂烩把用户消息当噪声整段丢弃（QQ 漏消息）
- 候选行剥离 bot 自身旧回复文本：OCR 把用户新提问与屏上 bot 旧回复拼成一行时，先剥离旧回复再走过滤，消除答非所问的上游拼接根因

测试：新增 debug_kb.py 复现退化查询、test_kb.py 回归；跨主题回归全部正确，py_compile 通过

knowledge_base.py

@@ -466,30 +466,35 @@ class KnowledgeBase:
         # 弱匹配（score < min_score*2）不计入 doc_count，防低分堆叠
         # ⭐ 文档标题语义匹配奖励：查询词与文档标题语义相关 → 巨幅奖励
         # 如"php管理员"应优先返回phpadmin文档，"领地"应优先返回protect文档
-        title_query_map = {
-            'phpadmin': ['php管理员', 'phpadmin', 'php端管理员'],
-            'protect': ['领地', 'protect', '保护'],
-            'login': ['登录', 'login', '账号'],
-            'beibao': ['背包', 'beibao', '仓库'],
+        # 改为 token 级匹配（而非字面子串），OCR 丢失"php"只剩"管理员端默认"也能命中 phpadmin
+        DOC_TOPIC_TOKENS = {
+            'phpadmin': {'php', 'php管理员', '后端'},
+            'protect': {'领地', 'protect', '保护'},
+            'login': {'登录', 'login', '账号', 'sdf1'},
+            'beibao': {'背包', 'beibao', '仓库', '云背包'},
         }
+        query_lc = query_stripped.lower()
+        # 查询 token 统一小写，与 DOC_TOPIC_TOKENS 对齐（OCR 常把 PHP→php/Php）
+        query_token_set2 = set(t.lower() for t in jieba.cut(query_stripped) if len(t) >= 2)
+        q_has_admin = '管理员' in query_token_set2
+        q_has_default = '默认' in query_token_set2
         for doc_title in doc_best:
             # 精确匹配（文档标题在查询中）
-            if doc_title.lower() in query_stripped.lower():
+            if doc_title.lower() in query_lc:
                 doc_best[doc_title] *= 5.0
-            else:
-                # 语义匹配：查询词包含文档标题的同义词
-                title_keywords = title_query_map.get(doc_title, [doc_title])
-                # 精确短语匹配（如"php管理员"在查询中）
-                exact_phrase_match = any(kw in query_stripped.lower() for kw in title_keywords)
-                if exact_phrase_match:
-                    # 精确短语匹配 → 高权重
-                    doc_best[doc_title] *= 4.0
-                else:
-                    # 部分匹配（如查询包含"php"但不包含"php管理员"）
-                    # 这种情况下，更具体的文档（如phpadmin）应该比泛泛的文档（如php）权重更高
-                    partial_match = any(kw.split('_')[0] in query_stripped.lower() for kw in [doc_title] if '_' in kw)
-                    if partial_match:
-                        doc_best[doc_title] *= 1.5
+                continue
+            # token 级语义匹配：文档主题 token 命中查询 → 加权（命中越多权重越高）
+            topic_tokens = DOC_TOPIC_TOKENS.get(doc_title, set())
+            hits = topic_tokens & query_token_set2
+            if hits:
+                doc_best[doc_title] *= (2.5 + 1.0 * len(hits))
+        # ⭐ 管理员 + 默认 组合 → 强偏好 phpadmin 文档
+        # 此时 protect/全局配置 虽含"管理员+默认"，但主题是领地；查询无"领地"时应让位
+        if q_has_admin and q_has_default:
+            if 'phpadmin' in doc_best and '领地' not in query_token_set2:
+                doc_best['phpadmin'] *= 3.0
+            if 'protect' in doc_best and '领地' not in query_token_set2:
+                doc_best['protect'] *= 0.4
         sorted_docs = sorted(
             doc_best.items(),
             key=lambda x: (x[1], doc_count.get(x[0], 0)),
@@ -597,6 +602,12 @@ class KnowledgeBase:
                 body_noun_hits = sum(1 for n in core_nouns if n in body and n in query_stripped)
                 if body_noun_hits >= 1:
                     bonus += 15.0  # body 包含核心名词 → 优先返回
+                # ⭐ 管理员+默认 组合（OCR 常丢"php/密码"）→ 偏好真正含"密码/登录"的 section
+                # 防止"## 目录 - 管理员端(当前)"这种目录项压过"## php管理员后端"(默认登录密码)
+                # 权重给足，必须压过目录项因 heading/phrase 命中的基础分差
+                if '管理员' in query_tokens and '默认' in query_tokens:
+                    if any(k in body for k in ('密码', '登录', 'ypshidifu')):
+                        bonus += 30.0
                 # 文档头部惩罚：heading 是单层 # + 文档名（如 "# php管理员后端"），且无 body
                 # ⭐ 例外：body 包含查询核心词时不惩罚（可能是精确答案）
                 body_has_query = any(t in body for t in query_tokens if len(t) >= 2)