youpaishidifu/msgbot
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
78 Commits 1 Branch 0 Tags
0d375ab230d820682a6b8c227e7ddded26ebb33c
Commit Graph
75 Commits
Author SHA1 Message Date
youpaishidifu d6b2f21dcd fix: easyocr 导入 OSError 改为捕获降级 2026-07-26 23:25:04 +08:00
youpaishidifu 948af558ea 新增: 双 OCR 引擎（Windows OCR + EasyOCR 备用）+ 对比选择机制 
Windows OCR 保持主力，EasyOCR 作为备用对比引擎：
1. 条件导入：easyocr/numpy 可选，缺省时优雅降级到纯 Windows OCR
2. 引擎对比：_score_ocr_text 打分（CJK 量、垃圾字符、空格率、时间戳）
   _pick_ocr_text 选高分者，日志记录引擎胜负统计
3. 每轮 OCR 两张多跑一次 EasyOCR（CPU 模式），结果对比后选优
4. _pick_ocr_text 引入后，日志格式变化：
   [ocr] 引擎对比: win=xx.x vs easy=xx.x → 选 XX (胜率XX%, N轮)
 2026-07-26 22:19:04 +08:00
youpaishidifu 20cdeeb15c 修复: OCR 图像预处理 2x 放大+锐化+对比度 + 增强 normalize 纠错 
1. 图像预处理（截图保存后、OCR 前）：
   - 2x LANCZOS 放大：Windows OCR 对高 DPI 输入识别更好
   - 锐化 1.8x + 对比度 1.4x：字符边缘更清晰，减少 CJK 空格/字符混淆
   预期：减少《→<错误、减少 CJK 间空格残留、减少字符分裂（什→亻牛）

2. 增强 _normalize_ocr_text：
   - 《》→ <> 修复：Minecraft 聊天 <player> 被 OCR 误读为中文书名号
   - l→| 管道分隔符修复：|quiz| 误读为 lquizl，使用 (?<=\s)l(...)l(?=\s) 模式
   - ．→ . 全角点→半角数字小数点（0．45 → 0.45）
   这些修复只在非 md 文本上运行（md 被 pre-split check 提前过滤）
 2026-07-26 21:55:55 +08:00
youpaishidifu 5d0cedcab4 修复: OCR cap_top 跳过群名头栏 + 行级群名头栏过滤 
1. cap_top 从 max(40, 4%)→max(80, 6%)：跳过 TIM 聊天面板
   顶部群名+角色标签头栏（~70px），之前只跳过了 Windows 标题栏
2. 行级内容过滤：行首匹配 '名称（角色〕' / 【名称】等 header 模式
   （闭合括号为 〕」】 等非日常聊天用符号）—— cap_top 残余的二次防御
3. 防止 OCR 将群名头栏+消息预览混成一条无时间戳的乱码”新消息
 2026-07-26 20:46:31 +08:00
youpaishidifu 953f1da797 修复: OCR 右裁剪边界 95%→78% 排除群成员侧栏 + 内容过滤二次防御 
1. cap_right 从 win_w*0.95 收窄到 win_w*0.78，排除右栏群成员列表(~80%+ 区域)
   防止群成员列表混入聊天消息 OCR 导致"新消息"乱码触发 bot 回复
2. 加 "群成员"/"索群成员"/"搜索成员" 行级内容过滤，裁剪残余的二次防御
 2026-07-26 20:16:06 +08:00
youpaishidifu fd077e343c 修复: OCR md文档预检 + 日志显示完整文本 
1. 分割前 md 预检：在时间戳分割前用 _is_markdown_document 检查整行，
   避免分割打断 md 链接/标题语法导致碎片漏过_BqDgv_过滤
2. 强化 _is_markdown_document：新增 .md) 文件引用模式
   （如 gin.md) 分割后残缺链接）+ 内联 # # 标题标记
3. 调试日志不再截断：normalize/clean 显示前120字符+长度，
   split parts 显示前60字符，定位问题不靠猜
 2026-07-26 20:04:54 +08:00
youpaishidifu 2ccb677abf OCR截屏前点击消息面板设焦点(TIM默认焦点在会话列表,VK_END只滚滚会话列表)+加详细OCR处理日志(stage normalize/clean/split) 2026-07-26 19:35:54 +08:00
youpaishidifu 54d474a6c5 裁剪退回c9acd7e版: cap_left=0.25, cap_top=0.04, cap_bottom=0.10. 42%+45%只截到bot自身消息右侧, 对方消息被切; md过滤+滚底保留负责拦截md内容和避旧堆 2026-07-26 19:24:44 +08:00
youpaishidifu 59e3657684 加_is_markdown_document过滤: bot回复是md格式(%23标题、[链接](url)、-列表、反引号代码、|表格), 用户聊天框不用md语法, 借此区分bot旧回复vs用户新消息 2026-07-26 19:19:37 +08:00
youpaishidifu 3602ad6ef3 OCR裁剪cap_top 62%->45%放宽避免切消息+PostMessage VK_END兜底滚底(怕keybd_event被TIM忽略) 2026-07-26 19:12:53 +08:00
youpaishidifu 8c71412600 OCR截屏前Ctrl+End滚底+cap_top改为底部38%: 避免历史堆积+bot旧回复混入OCR, 只截最新消息区域 2026-07-26 19:01:24 +08:00
youpaishidifu 4307d5743f TIM裁剪左边界从25%调到42%: 25%截到会话列表的文档预览(混入OCR), 42%从消息面板左边缘开始, 避免文档预览混入, 保留对方消息 2026-07-26 18:54:26 +08:00
youpaishidifu 621d4c45b6 EnumWindows简化: _enum_callback已只加QQ/TIM相关窗口(for+TXGuiFoundation+Chrome+title), for循环直接取第一个可见+尺寸正常的, 不要求标题含QQ/TIM 2026-07-26 18:49:23 +08:00
youpaishidifu efdc8b0a4c QQ NT Electron主窗口标题是群名/昵称而非固定"QQ": Chrome_WidgetWin_1类名+可见+尺寸>200x100即可接受，不要求标题含QQ/TIM 2026-07-26 18:45:05 +08:00
youpaishidifu 3047a3ee82 OCR去重加强: _replied_texts加模糊匹配(0.85阈值)拦截OCR噪声版长回复; 超长文本(>200字符)跳过避免堆积历史冒充新消息触发回环 2026-07-26 18:38:27 +08:00
youpaishidifu ff6b72d5f2 EnumWindows加IsWindowVisible检查+debug log看候选窗口: 之前不可见TXGuiFoundation辅助窗口被缓存, title空top=592874, 真实主窗口一直不被使用 2026-07-26 18:28:11 +08:00
youpaishidifu 8626130f0c Fix QQ_FindWindow误缓存不可见托盘辅助窗口: TXGuiFoundation有不可见托盘辅助窗口(空标题IsWindowVisible=False), FindWindow返回它并缓存→_poll里IsWindowVisible检查静默跳过全轮。加IsWindowVisible检查后才缓存,不可见则fall through到EnumWindows找Chrome_WidgetWin_1可见主窗口 2026-07-26 18:23:57 +08:00
youpaishidifu 7aa3c9398e 修微信[S-A]读到侧栏文件列表而非聊天消息: _read_message_list加位置过滤>窗口45%右半侧才接受; 修QQ NT(Electron)新类名查找失败: EnumWindows加Chrome类名+标题含QQ搜索; config.py默认qq_enabled=True 2026-07-26 18:15:50 +08:00
youpaishidifu 0775ceaea7 QQ托盘隐藏时跳过poll不尝试恢复窗口: 任何ShowWindow(SW_SHOWNORMAL)在隐藏QQ NT窗口上都会触发托盘预览弹窗而非恢复主窗口 2026-07-26 17:57:15 +08:00
youpaishidifu 6bc8885eae 降级_validate_qq_window回c9acd7e版: 不做自动恢复->OCR空读->剪贴板兜底_ensure_foreground负责恢复主窗口 2026-07-26 17:46:55 +08:00
youpaishidifu 86686d0e22 修复Q窗口托盘恢复用SW_SHOWNORMAL替代SW_SHOWNA: SW_SHOWNA触发托盘预览弹窗而非主窗口 2026-07-26 17:38:11 +08:00
youpaishidifu 8f9433983f QQ托盘隐藏时用SW_SHOWNA恢复窗口(不触发托盘弹窗)+poll结束后自动SW_HIDE缩回托盘+验证不通过不再直接报窗口不可用 2026-07-26 17:21:09 +08:00
youpaishidifu e7f3adaa73 QQ窗口定位用Win32 FindWindow/EnumWindows替代UIA枚举，避免root.GetChildren()挂死 2026-07-26 16:59:03 +08:00
youpaishidifu 039b34179a 裁剪左边界退回25%(c9acd7e版)，48%只截到自身消息右半边对方消息完全不可见 2026-07-26 16:54:23 +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 0e02a4a44c 修复OCR文字乱码：裁剪38-97%+KB预览过滤+&碎片清理 
1. cap_left 25%→38%（避开会话列表KB预览文字）
   25%捕获联系人+会话列表双面板文字，KB预览"问题1：你叫什么名字"
   及小字OCR误读"届亻牛"(插件)→混合乱码
   38%从会话列表偏右开始，主要捕获消息面板大字号正文

2. cap_right 95%→97%（减少右侧时间戳裁剪）
   95%裁到时间戳右边缘→"13:57:07"变"13：5&07"
   97%多给2%宽度，大幅减少&碎片

3. KB预览行直接过滤：^问题\d+[：:]
4. 循环中去掉&字符：line.replace('&', '')
 2026-07-26 15:52:43 +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 6d0974ea8f 修复_ensure_hwnd UIA挂死导致整条while循环卡住\n\n1. _ensure_hwnd 调用包装 ThreadPoolExecutor + 12s 超时\n 防止 QQ TXGuiFoundation 枚举或微信窗口检测无限阻塞\n 超时后日志警告 + 跳过本轮，while 循环继续跑\n\n2. _run_loop 首轮加 '进入 while 循环' 日志\n 快速确认循环启动\n\n3. 新增 concurrent.futures 导入\n\n根因：UIA COM 调用可挂死不返回（如遍历所有顶层窗口时\n某进程无响应），整个 _poll 卡住 → while 循环停转\n→ 无心跳 → 无任何输出 2026-07-26 15:13:09 +08:00
youpaishidifu 5492cdf81b QQ OCR按时间戳分割恢复独立消息 
- QQ NT OCR 输出所有可见消息合并为一段无换行文本
- 用re.split捕获组按时间戳(HH:MM或HH:MM:SS)切割
- 每段时间戳之间的文本作为独立消息处理
- 避免"7你好我叫12314：2&15你好我叫12314：42：45SDFI届亻牛有中文吗？"
  整坨变成一条新消息
 2026-07-26 14:54:21 +08:00
youpaishidifu 62f6277cf3 修复 stale UnboundLocalError：初始化stal变量在不同路径 
- stale 变量仅在 signature-early-return 分支定义
- 正常路径（新消息处理）用到 stale 时报 UnboundLocalError
- 修复：在 signature 检查前初始化 stale=0，两个路径都能访问
 2026-07-26 14:46:39 +08:00
youpaishidifu f4c6243944 修复重复处理+新消息不处理：全签名跳过+_seen_messages上限+模糊阈值0.80 
1. 全文本签名提前跳过（关键）
   OCR输出与上轮完全一样→立即return，不跑去重循环
   99%场景OCR内容不变，之前却每次都跑模糊匹配→噪声导致漏网

2. _seen_messages上限500条，超了裁到300
   无限增长→新消息模糊匹配时被历史噪声误杀（"新消息没处理"）
   上限后新消息只和最近300条比，大幅降低误杀率

3. 模糊匹配阈值0.72→0.80
   短文本0.72太松，"你好"vs"你好啊"75%相似就被当成重复
   0.80要求80%重复才跳过，放行真新消息
 2026-07-26 14:11:37 +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 af3b730106 修复过滤过宽+裁剪范围 
1. _is_system_message 中系统模式匹配从 in 改为 startswith
   否则 OCR 捕获的多行合一文本只要包含答：就被整行丢弃
   用户消息你叫啥名字啊？混在文本里一起被杀
2. cap_left 从 25% → 35%
   25% 覆盖到联系人列表，OCR 读出多面板混合文本
   35% 从会话列表偏右到消息面板，减少噪声
3. 保留上轮加的前台切换和 debug 日志
 2026-07-26 13:25:21 +08:00
youpaishidifu c9acd7e039 加OCR原始行日志定位过滤空白原因 
- filter前用logger.info输出ocr_lines原始内容
- 配合ocr_debug_*.png截图对比，立即知道OCR读到了什么但被哪个filter吃掉
 2026-07-26 12:58:29 +08:00
youpaishidifu 6c22b0de5d 修复OCR两个过宽过滤导致真消息被丢弃 
1. 纯中文1-15字符正则（第637行）→ 改为仅过滤单字符
   原正则让"你好""你是谁"等真消息全被跳过
2. _is_system_message中"问题"和"回答"子串匹配
   用户说"我有一个问题"也会误杀，删掉，"答："已够用
 2026-07-26 12:37:21 +08:00
youpaishidifu 5de25211a1 OCR左边界30%→25%加大跨度 2026-07-26 12:29:51 +08:00
youpaishidifu 3f14573758 OCR左边界33%→30%继续左移微调 2026-07-26 12:24:42 +08:00
youpaishidifu 3f76bcb7e1 OCR左边界40%→33%继续左移避开自身消息\n\n- cap_left 从 0.40 降到 0.33，幅度更大\n- 目标：只捕获左侧他人消息区域 2026-07-26 12:05:33 +08:00
youpaishidifu ac833664ab OCR截屏前切QQ前台+左边界调到40% 
- 截屏前调用 _ensure_foreground 确保 QQ 在最前，避免 CMD 窗口遮挡截入 OCR
- cap_left 从 45% → 40%，进一步左移捕获消息正文
 2026-07-26 11:58:49 +08:00
youpaishidifu d07cb59cff OCR裁剪左边界从55%调到45%捕获消息正文而非时间戳 
- cap_left 从 55% → 45%，消息文字在消息面板左侧
- 右边界保持 95%，裁剪宽度从 40% 增至 50%
- 注释更新说明
 2026-07-26 11:31:29 +08:00
youpaishidifu f0b221f570 OCR截屏保存到根目录用于调试排错 
- OCR截取后立即保存图片到程序根目录 (ocr_debug_时间戳.png)
- 自动清理旧文件，仅保留最近20张
- 防止截错区域无法肉眼核实
 2026-07-26 11:21:20 +08:00
youpaishidifu acbadb95a7 修复重复处理：加模糊匹配去重兜底 
OCR输出每次微小差异(勖彐碎片/行首数字/尾部截断)导致精确去重永远命中不了。
新增 _fuzzy_duplicate 用 difflib.SequenceMatcher.quick_ratio 做相似度去重(阈值0.72)，
长度差距>40%直接跳过(quick_ratio上界<阈值)。精确匹配+模糊匹配双重兜底。
 2026-07-26 00:45:15 +08:00
youpaishidifu 3da156b916 修复: 删除已移除方法 _read_via_clipboard 的残留调用 2026-07-26 00:25:56 +08:00
youpaishidifu bb85dbdfb1 修复重复处理：OCR去噪 + 剪贴板/读取前台唤醒增强 
1. OCR去噪：去掉行首未读红点数字(0)和行尾删除按钮误识别(勖彐)，
   同一消息OCR输出稳定，精确去重得以命中，不再重复触发回复
2. 剪贴板垃圾过滤：复用_is_ocr_console_garbage丢弃终端/Python内容，
   解决剪贴板误读控制台输出当消息的问题
3. _ensure_foreground新增AllowSetForegroundWindow(-1)，
   读取路径前台唤醒与发送路径一致，减少误复制
 2026-07-26 00:12:25 +08:00
youpaishidifu f90e3fbaaf OCR 终极防御：进程验证+最小化检测+垃圾内容过滤 
QQ 被杀/最小化后 OCR 截到终端窗口导致死循环回复。
三重防御：
1. _validate_qq_window() — IsWindowVisible+IsIconic+进程名(QT/TIM.exe)验证
2. _is_ocr_console_garbage() — 内容级检测：Python模块名/脚本路径/日志关键词/无中文长文本
3. 连续3次无效自动清缓存清PID防死循环
新增 _cached_pid 字典，与 _cached_hwnd 同步生命周期
 2026-07-25 23:30:37 +08:00
youpaishidifu 85b790cb81 修QQ：raw_lines作用域bug+UIA优先生成窗口+剪贴板行数检测 2026-07-25 21:39:23 +08:00
youpaishidifu 3da88da267 补完QQ实时消息：修force_scroll_bottom传参+前台retries=5+UIA兜底前刷新 2026-07-25 20:09:24 +08:00
youpaishidifu 0a8c861603 修TIM剪贴板死循环：_replied_texts永久集+UIA优先+剪贴板行预过滤 2026-07-25 18:19:16 +08:00
youpaishidifu a4b6f05a80 修QQ只读历史消息：剪贴板优先+安全键盘导航Enter+Ctrl+End+前景守卫 2026-07-25 17:38:28 +08:00
youpaishidifu 9cd1e607aa 修TIM全局keybd_event误杀：删Esc键盘导航+PostMessage替代+恢复UIA多层读取 2026-07-25 17:21:16 +08:00