改进内容相关性检查：增加body内容匹配，增强日志诊断

- _has_content_relevance 增加 content/body 检查，防止TF-IDF匹配到heading无关但body相关的section
- 增加 score 参数传递，用于日志记录
- 日志增加 doc_body 预览，便于诊断匹配失败原因

auto_reply.py

@@ -45,11 +45,14 @@ class AutoReply:
                 f"[{platform}] 匹配度 {score:.2f} < 阈值 {self._min_score}，跳过回复"
             )
             return None
-        # 内容相关性检查：查询词与匹配文档标题至少有一个共同2字+词，防偶然匹配
-        if not self._has_content_relevance(msg, top_doc):
+        # 内容相关性检查：查询词与匹配文档至少有一个共同2字+词，防偶然匹配
+        if not self._has_content_relevance(msg, top_doc, score):
             heading = top_doc.get("heading", "")[:40]
+            body_preview = (top_doc.get("content", "") or top_doc.get("body", ""))[:60]
             logger.debug(
-                f"[{platform}] 内容相关性检查失败，跳过: msg={msg[:40]!r} doc_heading={heading!r}"
+                f"[{platform}] 内容相关性检查失败，跳过: "
+                f"msg={msg[:40]!r} score={score:.2f} doc_heading={heading!r} "
+                f"doc_body={body_preview!r}"
             )
             return None
         with self._lock:
@@ -73,18 +76,27 @@ class AutoReply:
         return {"platform": platform, "answer": answer, "sender": sender}
 
     @staticmethod
-    def _has_content_relevance(query: str, doc: dict) -> bool:
-        """查询词与匹配文档标题至少有一个共同2字+词，防偶然匹配。
+    def _has_content_relevance(query: str, doc: dict, score: float = 0.0) -> bool:
+        """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。
         """
         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 not (q_tokens & d_tokens):
-            return False
-        return True
+        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:
+            # 截断前500字防超长文档
+            b_tokens = set(t for t in jieba.cut(body[:500]) if len(t) >= 2)
+            if q_tokens & b_tokens:
+                return True
+        return False
 
     def _get_answer(self, platform: str, msg: str, doc: dict, score: float) -> str or None:
         """提取答案 + 防重复检查。