youpaishidifu/msgbot
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
182 Commits 1 Branch 0 Tags
0405e42a90923a087fb8628f2979bfe8291adebe
Commit Graph
12 Commits
Author SHA1 Message Date
youpaishidifu 0405e42a90 修复OCR回复牛头不对马嘴+残留消息+EasyOCR崩溃捕获+360误报 
1. knowledge_base.py: 检索排序惩罚标题-only/短正文段，降低heading bonus，奖励正文命中，避免纯标题/免责声明段排第一
2. auto_reply.py: 动作类查询要求正文命中才放行；拒绝纯标题/免责声明答案
3. monitor.py: 调试截图改存%LOCALAPPDATA%/windowmsgbot/ocr_debug避开源码目录(360); 收紧残留消息fresh gate(600s硬门); 启动即崩溃/请求崩溃时读取easyocr_crash.log写入主日志
4. easyocr_worker.py: 加faulthandler+sys.excepthook全局捕获，崩溃traceback落盘%LOCALAPPDATA%/windowmsgbot/easyocr_crash.log
 2026-08-01 21:21:05 +08:00
youpaishidifu a076353ee4 修复三个问题：病句过滤、KB回复内容、截图保存日志 
1. 病句过滤改进（monitor.py）：
   - ≤5字短句：必须包含疑问词（什么/怎么/如何/为什么/吗/呢等）才放行
   - 无疑问词的短句直接过滤（如'自行修？'）
   - 5-50字病句：增加'过'字匹配（如'修正过后'）

2. KB回复内容改进（auto_reply.py + knowledge_base.py）：
   - _get_answer 改为返回 body（纯正文），不含 heading
   - KB搜索增加heading包含查询关键词的bonus
   - 文档头部（# 文档名）增加penalty，避免返回错误section

3. 截图保存日志改进（monitor.py）：
   - QQ/微信截图保存失败日志从 debug 升级为 warning
   - 增加保存路径提示，便于定位问题
 2026-07-29 22:43:32 +08:00
youpaishidifu 503de361c5 修复KB搜索质量差+增加OCR病句过滤 
1. 改进内容相关性检查：高匹配度(≥10.0)但无共同词时拒绝匹配
   - 用户问PVP击杀播报，KB返回json格式说明（匹配度9.53）→ 拒绝
   - 增加body内容检查，防止TF-IDF误匹配

2. 增加OCR病句过滤：
   - 病句1：句子以动词结尾但缺少宾语（如'将其修正后重三'）
   - 病句2：句子以'三'结尾（OCR误读'试'为'三'）
   - 病句3：句子缺少主语且无标点
   - 病句直接过滤，不触发查库
 2026-07-29 22:11:08 +08:00
youpaishidifu db64918761 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
 2026-07-29 21:56:14 +08:00
youpaishidifu 659f667d74 OCR过滤：加多/cmd指令列表碎片检测 + 内容相关性检查防偶然匹配 2026-07-29 15:29:42 +08:00
youpaishidifu 8894124b0a fix(kb): section级搜索+意图排序+分词级匹配修复短查询与跨section排序 
1. knowledge_base.py:
   - 文档按 ## 标题切分为独立 section 后索引，每个 section 独立 TF-IDF
   - 分词级匹配（避免"定义"子串匹配"自定义"的假阳性）
   - 文档级优先排序：先按文档聚合，取最高 section 分决定最佳文档
   - 定义类查询（版号/版本号/定义）：自动降权无定义类 section 的文档
   - 动作类查询（怎么/如何/用法）：按优先级找"参数/指令/使用"→"方法"→"安装" heading
   - 预计算 heading/body 分词集合，避免每次搜索重复 jieba
   - 修复 SYNONYMS 重复 key

2. auto_reply.py:
   - 精简答案提取：section 级搜索后 doc['content'] 即最相关片段
   - 移除冗余的 _extract_relevant_snippet（重复 jieba 分词+section 切分）

3. monitor.py:
   - 增加微信/QQ UI 噪声过滤（通讯录、发现、朋友圈等）
 2026-07-27 14:17:51 +08:00
youpaishidifu 1441278082 fix(kb): 混合评分策略修复短查询匹配失败 
TF-IDF 余弦相似度单独使用对短中文查询过于严格（3-5 个词 vs 数百个词的长文档）。
改为混合评分：0.4×TF-IDF + 0.6×关键词命中率，让短查询只要命中关键词就能返回结果。

同时降低 auto_reply_min_score 从 0.35→0.30，适配混合评分的数值范围。
 2026-07-27 12:30:31 +08:00
youpaishidifu 8963a34b6a 修复OCR乱码+KB全文返回: 裁剪48%+&提前清理+全角:转换+纯时间戳过滤+KB回复限200字 
1. cap_left 38%→48%（完全避开会话列表~30-55%）
   38%仍捕获到左侧KB预览文字（问题1/2…）混入OCR
   48%只捕获消息面板正文，KB预览不再出现

2. &清理移到时间戳分割前+全角:→半角:
   原来&在分割后才清理，"13：5&07"无法被时间戳正则捕获
   分割前清理→"13:5 07"可匹配时间戳→分割出独立段
   全角:统一半角，后续正则只匹配半角

3. 时间戳段用\d{1,2}（允许单数字分钟）
   分割后"07""15"等纯数字段被^[\d:\s]+$过滤
   之前"13:5  07 14:2  15"整段因含空格，^\d{1,2}[:：]\d{2}不匹配

4. auto_reply非Q&A文档回复限200字（之前500仍过多）
   子串匹配触发的全文返回只回复前200字符

5. KB行级预览过滤移除（与用户消息混行时误杀）
   段级别^问题\d+过滤器已足够，配合新裁剪基本不会触发
 2026-07-26 16:37:41 +08:00
youpaishidifu 7bdc7ad637 修复2问题: KB误匹配+返回全文 / Ctrl+C无法停止 
1. KB匹配与返回全文
   - _poll中过滤纯时间/日期格式文本(OCR时间戳分割残留)->不入KB搜索
   - knowledge_base.py子串fallback要求query>=4字符，避免"19:15"等短时间戳误匹配
   - auto_reply._get_answer: 非Q&A文档只返回content前500字符，不返回整篇文件
   - 时间戳文本不进入KB + 短query不子串匹配 + 非Q&A截取 = 三层兜底

2. Ctrl+C无法停止
   - ThreadPoolExecutor创建非daemon线程->进程无法退出->必须杀CMD
     改用daemon thread + Event.wait(timeout): daemon线程不阻塞进程退出
   - main.py注册signal.signal(SIGINT) handler: 收到Ctrl+C后stop监控+quit窗口
   - 移除from concurrent.futures导入，替换为import signal
 2026-07-26 15:30:55 +08:00
youpaishidifu e9d9551e3d 修复2个问题：退回裁剪+知识库只回复匹配句\n\n1. 裁剪退回c9acd7e版(cap_left=0.25)\n 0.35只截到时间戳，用户消息被切;0.25覆盖消息文字区域\n\n2. 知识库返回全文→只返回匹配问答段\n 原问题：名字.txt含2个Q&A，TF-IDF整文件匹配后返回全文\n 该方案：knowledge_base._parse_qa_segments解析文件为独立问答段\n 每段作为独立doc，auto_reply._get_answer优先返回doc.answer\n 用户问一句话，只回复对应答句，不塞全部内容 2026-07-26 13:38:04 +08:00
youpaishidifu a0e54805fd 修复QQ读不出/读旧数据/auto-reply错发平台 
问题1: QQ读不出消息 — daemon线程SetForegroundWindow频繁失败
   -> _run_loop添加PeekMessage创建Windows消息队列
   -> _attach_set_foreground内部异常全部捕获,不抛给调用者

问题2: QQ读旧剪贴板数据 — PostMessage键盘 Electron不响应
   -> 移除前台跳过检查(降频已足够,20s一次不频繁)
   -> _click_message_area PostMessage->SendMessage(Electron响应同步消息)
   -> 移除_force_scroll_bottom(PostMessage对Electron无效)

问题3: WeChat消息错发给QQ — auto-reply daemon线程SetForegroundWindow失败
   -> auto_reply.on_kb_match不再直接调用_paste_and_send
   -> 改为get_reply_data返回{platform,answer,sender}给主线程
   -> gui.py添加_reply_queue + _flush_reply_queue(主线程after轮询)
   -> _execute_reply在主线程执行_search_contact和_paste_and_send
      (SetForegroundWindow从主线程调用永远可靠)
 2026-07-25 13:06:36 +08:00
youpaishidifu 7111f84a6d 添加自动回复功能: KB匹配命中后发答案回对应消息窗口 
- monitor.py: 添加原始剪贴板存储 + _parse_last_sender提取发送者
  + _search_contact搜索框定位联系人 + _paste_and_send粘贴发送
- auto_reply.py(新): AutoReply编排类,含防重复/阈值过滤/线程锁
- gui.py: UI添加自动回复开关+阈值滑块,搜索命中回调触发回复
- config.py: 添加auto_reply_enabled/auto_reply_min_score配置项
 2026-07-25 11:01:02 +08:00