修复知识库搜索垃圾回复：登录插件下载查询返回指令碎片

- 列表项切分保护从'全部短'放宽为'≥70%短'，防止sdf1_login指令列表被切成单行碎片
- 新增match_heading字段：合并的短列表项文本参与heading匹配，恢复'注册账号'等查询的命中强度
- 下载意图查询（下载/下到/哪下/怎么下）跳过has_action重排与guide合并，修复'登录插件怎么下载'返回安装说明
- guide合并步骤统计只认###级子标题，防止##章节编号误判为教程步骤
- 下载加权/优先逻辑排除皮肤类heading，防止skin.md'下载皮肤文件'误放大
- gui.py新增DB查重，防止同一消息重复回复

auto_reply.py

@@ -145,6 +145,14 @@ class AutoReply:
         if has_ht or has_body:
             return True
 
+        # ⭐ 下载意图放行：查询含"下载/下到/哪下"等口语，且section heading含"下载"
+        # 修复"在哪儿能下到那登录插件啊?"——原文无"下载"二字（口语"下到"），
+        # q_mean 不含"下载"，"## 4. 下载地址"heading 虽有"下载"仍被相关性拒绝，
+        # 导致误回"插件设置"（body 恰含"登录超时秒数"）
+        if any(w in query for w in ('下载', '下到', '哪下', '在哪下', '怎么下')) and '下载' in heading_clean:
+            logger.debug(f"下载意图放行: query={query[:30]!r} heading={heading[:30]!r}")
+            return True
+
         # 子串回退：jieba 可能产生碎片 token，导致交集为空但文档确实含查询短语
         full = heading_clean + " " + title.lower() + " " + body_clean[:800]
         stripped = re.sub(r'[？?！!。，,\s]', '', query).lower()

gui.py

@@ -912,6 +912,12 @@ class MsgBotApp(ctk.CTk):
             self._log_queue.put("  ⚠ 知识库未加载，无法搜索答案")
             return
 
+        # ⭐ DB查重：检查用户消息是否已被回复过（防重复回复）
+        if self.monitor._msg_history:
+            if self.monitor._msg_history.is_user_message_replied(platform, msg, time.time()):
+                self._log_queue.put(f"[{platform.upper()}] ⚠ 消息已被回复过(DB查重)，跳过: {msg[:40]}")
+                return
+
         # ⭐ 跨平台互斥：同一消息只允许一个平台处理
         import hashlib
         msg_hash = hashlib.md5(msg.strip().encode('utf-8')).hexdigest()

knowledge_base.py

@@ -34,6 +34,9 @@ class KnowledgeBase:
         "登陆": ["登录"],
         "版号": ["版本号"],
         "权力": ["权利"],
+        # ⭐ 口语"下到/能下到"= 下载（OCR常见口语），映射到文档侧"下载"
+        # 修复"在哪儿能下到那登录插件啊?"无法命中"## 4. 下载地址"section
+        "下到": ["下载"],
     }
 
     @staticmethod
@@ -126,6 +129,8 @@ class KnowledgeBase:
 
             # 检测body中的列表项，进行二次切分
             # 列表项以 "- " 开头，每个列表项作为独立子section
+            match_heading = None
+            list_sections = []
             if body:
                 # 按列表项切分
                 list_sections = KnowledgeBase._split_body_by_list_items(body, heading)
@@ -139,11 +144,26 @@ class KnowledgeBase:
                         })
                         section_id += 1
                     continue
+                # ⭐ 列表项多为短内容被合并（_split_body_by_list_items返回[]）：
+                # 把列表项文本并入match_heading仅用于搜索匹配（heading token集），
+                # 展示仍用原heading。恢复拆分时的heading匹配强度（如"- reg 注册账号"
+                # 让"注册账号"查询命中heading），但section保持合并——TF-IDF被长文本
+                # 稀释，不会像单行碎片那样劫持无关查询。
+                # 修复"注册账号"/"怎么登录账号"被invite.md"违规处罚"section
+                # （heading携带完整条目文本获得免费heading命中）压过的问题
+                item_texts = []
+                for _line in body.split('\n'):
+                    _stripped = _line.strip()
+                    if _stripped.startswith('- ') and len(_stripped) > 2:
+                        item_texts.append(_stripped[2:].strip())
+                if item_texts:
+                    match_heading = heading + ' ' + ' '.join(item_texts)
 
             sections.append({
                 "heading": heading,
                 "content": part_stripped,
                 "body": body,
+                "match_heading": match_heading,
                 "section_id": section_id,
             })
             section_id += 1
@@ -189,7 +209,14 @@ class KnowledgeBase:
         if table_start != -1:
             table_ranges.append((table_start, len(lines) - 1))
 
-        # ⭐ 检测列表项是否都是短内容（如下载链接），如果是则不切分
+        # ⭐ 检测列表项是否多为短内容（指令枚举/下载链接），如果是则不切分
+        # ⭐ 修复(2026-08-10)：从"全部短"放宽为"≥70%短"
+        #   原因：sdf1_login.md"## 3. 指令参数及介绍"13项中仅2项长（
+        #   "sdf1_login radio reload 重载广播..."、"printer 打印流水数据..."），
+        #   原"全部短才保护"逻辑失效，导致该section被切成13个单行section，
+        #   任何含"登录"的查询都会命中"- login 登录账号"这种孤立行并被回复。
+        #   放宽后（10/13≈77%≥70%），整块指令列表保留为一个section，
+        #   回答包含完整上下文，不再返回单行碎片。
         list_item_count = 0
         short_items = 0
         for line in lines:
@@ -201,8 +228,8 @@ class KnowledgeBase:
                 # ⭐ 修复：提高阈值到30字符，防止下载链接等短内容被切分
                 if len(item_content) < 30:
                     short_items += 1
-        # 如果列表项都是短内容（如下载链接），不切分
+        # 如果列表项大多是短内容（短项占比≥70%），不切分
-        if list_item_count >= 2 and short_items == list_item_count:
+        if list_item_count >= 2 and short_items >= list_item_count * 0.7:
             return []
 
         def is_in_table(line_idx):
@@ -342,6 +369,7 @@ class KnowledgeBase:
                                 "content": sec["content"],
                                 "heading": sec["heading"],
                                 "body": sec["body"],
+                                "match_heading": sec.get("match_heading"),
                             })
                 except Exception:
                     continue
@@ -369,7 +397,8 @@ class KnowledgeBase:
         self._heading_token_sets = []
         self._body_token_sets = []
         for doc in self.docs:
-            heading = doc.get("heading", "")
+            # ⭐ match_heading（合并的短列表项文本）优先用于搜索匹配，展示仍用原heading
+            heading = doc.get("match_heading") or doc.get("heading", "")
             body = doc.get("body", doc["content"])
             # ⭐ 修复：排除heading中的Markdown链接文本（如 [sdf1_login登录插件](sdf1_login.md)）
             # 链接文本是引用，不是真正的内容，不应参与搜索匹配
@@ -546,6 +575,15 @@ class KnowledgeBase:
                 combined_scores[i] *= 1.3
             elif body_hits >= 1:
                 combined_scores[i] *= 1.1
+            # ⭐ 下载意图加权（combined_scores阶段）：查询含"下载/下到"等口语，
+            # heading 含"下载"的 section 加权——必须在文档聚合(doc_best)之前执行，
+            # 否则下载section的文档分不够高，排不进 top_k 文档（rerank bonus救不了）。
+            # 修复"登录插件怎么下载"被skin.md"menu"（body含"下载皮肤文件"）压过的问题
+            # ⚠ 排除heading含"皮肤"的section（"### 1.下载皮肤文件"是皮肤教程，非插件下载），
+            #   否则皮肤文档会被放大到最高分，guide合并后压过真正的下载地址section
+            if (any(w in query_stripped for w in ('下载', '下到', '哪下', '怎么下'))
+                    and '下载' in heading_clean and '皮肤' not in heading_clean):
+                combined_scores[i] *= 2.5
             # ⭐ 精确短语匹配：文档包含完整查询短语 → 巨幅奖励
             # 防止"php端的管理员密码"匹配到不含"php"的云背包文档
             # ⭐ 使用full_text_phrase（排除链接文字），防止链接文字如"sdf1_login登录插件"误匹配
@@ -685,7 +723,6 @@ class KnowledgeBase:
             key=lambda x: (x[1], doc_count.get(x[0], 0)),
             reverse=True
         )
-
         results = []
 
         # 查询意图检测
@@ -695,6 +732,11 @@ class KnowledgeBase:
         has_action = bool(action_words & query_lower)
         has_def = bool(def_words & query_lower)
         def_headings = {"版本号", "版本", "区分", "定义"}
+        # ⭐ 下载意图：查询明确要下载/获取插件时，下载section就是答案。
+        # 后续的has_action优先级重排（"安装说明"含"安装"被抬到最前）和guide合并
+        # （numbered heading "## 2."/"## 4." 误判为教程步骤）都会覆盖下载section，
+        # 必须整体跳过。修复"登录插件怎么下载"返回"## 2.安装说明"的问题
+        download_intent = any(w in query_stripped for w in ('下载', '下到', '哪下', '怎么下'))
 
         # 动作查询：提取动词+对象，对不含两者的文档降权
         # 防止"圈地工具"匹配到含"工具"但不含"圈地"的文档（如寻宝插件）
@@ -821,6 +863,13 @@ class KnowledgeBase:
                         if len(phrase) >= 4 and phrase in body:
                             bonus += 3.0
                             break
+                # ⭐ 下载意图加权：查询含"下载/下到"等口语，section heading 含"下载" → 高bonus
+                # 修复"在哪儿能下到那登录插件啊?"被"插件设置"(body含"登录")压过，
+                # 而真正的"## 4. 下载地址"section(3.93)排不进top3的问题
+                # ⚠ 排除heading含"皮肤"的section（皮肤教程非插件下载）
+                if (any(w in query_stripped for w in ('下载', '下到', '哪下', '怎么下'))
+                        and '下载' in heading_no_links and '皮肤' not in heading_no_links):
+                    bonus += 8.0
                 # ⭐ body 包含查询核心名词（如"密码"）→ 巨幅 bonus
                 core_nouns = {'密码', '用户管理', '领地', '商品', 'CDK', '工单', '债券', '在线'}
                 body_noun_hits = sum(1 for n in core_nouns if n in body and n in query_stripped)
@@ -940,13 +989,15 @@ class KnowledgeBase:
                             break
             # ⭐ 下载意图优先：查询包含"下载"时，优先返回heading含"下载"的section
             # 防止"在哪儿能下载到登录插件？"返回login指令而非下载链接
+            # ⚠ 排除heading含"皮肤"的section（"### 1.下载皮肤文件"是皮肤教程，
+            #   会被误移到首位并导致guide合并返回"## menu"压过插件下载地址）
             if len(doc_sections) > 1 and '下载' in query_stripped:
                 for i in range(len(doc_sections)):
                     idx = doc_sections[i][0]
                     heading = self.docs[idx].get("heading", "")
                     _link_pattern = re.compile(r'\[([^\]]*)\]\([^\)]+\)')
                     heading_no_links = _link_pattern.sub('', heading)
-                    if '下载' in heading_no_links:
+                    if '下载' in heading_no_links and '皮肤' not in heading_no_links:
                         doc_sections.insert(0, doc_sections.pop(i))
                         break
             # ⭐ php登录模式意图优先：查询包含"php"+"登录模式"时，优先返回php文档的section
@@ -959,7 +1010,9 @@ class KnowledgeBase:
                         doc_sections.insert(0, doc_sections.pop(i))
                         break
 
-            if has_action and len(doc_sections) > 1:
+            # ⭐ 下载意图查询跳过has_action重排：下载section已被下载优先级移到最前，
+            # 重排会把"安装说明"（heading含"安装"）重新抬到首位，覆盖下载答案
+            if has_action and not download_intent and len(doc_sections) > 1:
                 # 动作查询：提取动词+对象，精准匹配 section
                 # 如"怎么打印流水" → verb="打印", obj="流水"，优先选 heading 同时含两者的 section
                 action_verbs = {"打印", "查看", "设置", "创建", "使用", "查询", "导出", "执行", "改", "修改", "更改", "更换", "重置"}
@@ -1017,11 +1070,19 @@ class KnowledgeBase:
             # ⭐ 修复：当查询是操作指南（如何/怎么/教程）时，合并同一文档同一 guide 的所有相关 section
             # 避免"如何通过官网更新皮肤"只返回最后一个步骤
             # ⭐ 避免混合不同 guide 的内容（如 url 方式和正版玩家方式混合）
+            # ⭐ 下载意图查询跳过guide合并：numbered heading（"## 1.xxx"/"## 4.下载地址"）
+            # 会被step_headings误判为教程步骤，guide合并选中"安装说明"guide覆盖下载答案
             is_guide_query = any(w in query_stripped for w in ['如何', '怎么', '教程', '步骤', '操作', '指南'])
-            if is_guide_query and len(doc_sections) > 1:
+            if is_guide_query and not download_intent and len(doc_sections) > 1:
                 # 检查是否为操作指南类文档（多个步骤 section）
                 step_headings = {'1.', '2.', '3.', '4.', '5.', '步骤', '第一', '第二', '第三', '第四', '第五'}
-                step_count = sum(1 for _, doc, _ in doc_sections if any(s in doc.get('heading', '') for s in step_headings))
+                # ⭐ 只统计"### "级子标题作为教程步骤（如skin.md的"### 1.下载皮肤文件"）。
+                # 不统计"## 2."/"## 4."章节编号——sdf1_login.md的"## 3. 指令参数及介绍"
+                # 等章节被误判为步骤，导致"怎么登录账号"触发guide合并，吞掉正确section
+                # 返回"## 2.安装说明"guide。教程步骤一定是3级标题下的子节。
+                step_count = sum(1 for _, doc, _ in doc_sections
+                                 if doc.get('heading', '').startswith('### ')
+                                 and any(s in doc.get('heading', '') for s in step_headings))
                 if step_count >= 3:
                     # ⭐ 获取最佳文档的路径，查找该文档的所有 sections
                     best_doc_path = doc_sections[0][1].get('path', '')
@@ -1088,8 +1149,10 @@ class KnowledgeBase:
                                         if kw in query_stripped and kw in guide_text:
                                             score += 10
                                     # 优先选择步骤最多的 guide（默认行为）
-                                    step_in_guide = sum(1 for _, doc in sections 
+                                    # ⭐ 与step_count一致：只统计"### "级子标题步骤
-                                                      if any(s in doc.get('heading', '') for s in step_headings))
+                                    step_in_guide = sum(1 for _, doc in sections
+                                                      if doc.get('heading', '').startswith('### ')
+                                                      and any(s in doc.get('heading', '') for s in step_headings))
                                     score += step_in_guide * 2
                                     
                                     if score > best_guide_score: