youpaishidifu/msgbot
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
276 Commits 1 Branch 0 Tags
3cd760699d41997c98649ab243616ff65d73cd35
Commit Graph
276 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
youpaishidifu 8ccad84986 OCR历史消息过滤: 若文本有可见时间戳但全部过期(>300s)直接丢弃, 防止混入旧消息误触发回复 2026-08-01 14:58:41 +08:00
youpaishidifu 733f12c45b 偏旁过滤改md库驱动: bot只查Unicode列码点, md缺失才回退硬编码范围, 维护只改md不改代码 2026-08-01 13:22:24 +08:00
youpaishidifu ba0e6e2450 修复3个OCR问题: easyocr子进程ready握手+60s初始化预算, 偏旁过滤改Unicode范围判断, 新旧消息按新鲜特征放行 
- easyocr_worker.py: 初始化完成后输出{"ready":true}握手, 父进程不再把3-10s初始化计入10s请求超时
- monitor.py: _ensure_easyocr_subprocess重写 - 60s握手预算(daemon线程+Queue), stderr PIPE捕获崩溃原因, 崩溃/超时改30s冷却自动重试(不再永久broken)
- monitor.py: 删除markdown表格字符key偏旁库, 改U+2E80-U+2FDF码位范围判断, 修复"地图"/"太"等正常汉字被误判为偏旁丢弃
- monitor.py: _looks_fresh_content新鲜特征判断 - 旧时间戳但含疑问词/问句/句尾标点的消息放行, 不再整块丢弃
- 新增test_easyocr_handshake.py: 子进程握手+OCR往返回归测试(实测通过: 28s含初始化, 识别'你好世界测试123')
 2026-08-01 13:00:57 +08:00
youpaishidifu d2389ec3e1 fix: 微信裁切参数调整 + 气泡上下文验证 + EasyOCR重启修复 
- 微信裁切参数：cap_left从0.34减至0.30，cap_right改为跳过滚动条+右边框(2%宽度)
- 微信气泡上下文验证：OCR后处理增加气泡消息上下文检查
  - 消息必须包含时间戳、冒号分隔符或标点结尾
  - 短中文消息(≤8字)和含问词/感叹词的消息放行
  - 过滤Windows弹窗/通知/非聊天内容
- EasyOCR重启修复：stop()和start()中重置_easyocr_broken标志
  - 确保停止/急停后双引擎仍能搭档作业
 2026-07-31 22:29:14 +08:00
youpaishidifu f9c4b161f3 fix: 偏旁替换改为偏旁丢弃 + 英文配置乱码过滤 
- 偏旁过滤逻辑：从'替换为补充字符'改为'包含偏旁字符就丢弃'
  修复'法'被OCR拆成'氵去'后替换为'河去'的问题
- 新增英文配置格式+乱码过滤：拦截 key=value 后跟乱码的模式
  如 'invite referral bonus=5a激<5'
- OCR级和Poll级同步更新偏旁过滤和乱码过滤规则
 2026-07-31 21:20:07 +08:00
youpaishidifu fe83f1035a feat: 补全所有偏旁的补充字符（200个偏旁，0空值） 
1. 为200个CJK偏旁全部填写补充字符（正确汉字）
2. 修正U+2E8E：氵→冫（两点水，之前误标为三点水）
3. 删除重复条目：广(U+2EA4)与尸(U+2EA4)重复，删除广
4. 修正文件头描述：从"≥3丢弃"改为"替换/丢弃"

维护方式：编辑unicode_radicals.md的补充字符列，重启bot生效
 2026-07-31 19:47:48 +08:00
youpaishidifu 18742065a7 feat: 偏旁库逻辑重构 — 替换偏旁为正确汉字\n\n1. 修改unicode_radicals.md格式，新增补充字符列\n2. 新增_load_radicals()加载偏旁→补充字符映射（字典）\n3. 新增_replace_radicals()函数：遍历偏旁，有补充字符则替换，无补充字符则整段丢弃\n4. OCR级和Poll级偏旁过滤逻辑同步更新\n5. 降级逻辑：默认范围U+2E80-U+2FDF，补充字符为空\n\n维护方式：编辑unicode_radicals.md填写补充字符，重启bot生效 2026-07-31 18:30:33 +08:00
youpaishidifu 9163f12fcb fix: OCR吞字纠错 + 拉黑'拍了拍'系统通知 
1. OCR吞字纠错：在_normalize_ocr_text中添加词级纠错字典，
   修复Windows OCR常见汉字误识别（手髓→手续、β余→多余、
   早原→草原、届件→插件、文|牛→文件、日何→如何）
2. 拉黑'拍了拍'：加入_UI_SUBSTR_BLOCKLIST，过滤微信/QQ
   '拍了拍'系统通知（UI按钮触发，非用户消息）
 2026-07-31 17:40:44 +08:00
youpaishidifu 9d30943a84 fix: QQ截图cap_left从20%减至15%，修复时间戳被截断（15:54→0:54）\n\n根因：cap_left=20%仍截掉了消息面板左侧的时间戳数字，\n导致OCR识别到的时间戳丢失前导数字（15→0），被补0后\n判定为旧消息跳过。减至15%确保时间戳完整。 2026-07-31 17:13:03 +08:00
youpaishidifu 0f5be72af0 feat: 保存OCR处理后图片到根目录（JPG格式）用于肉眼对比 
1. QQ和微信轮询方法中，图像预处理（resize+sharpen+contrast）后
   保存一份JPG格式的图片到windowmsgbot根目录
2. 文件名格式：ocr_processed_qq_时间戳.jpg / ocr_processed_wx_时间戳.jpg
3. 与原图（ocr_debug_*.png）对比，判断是OCR识别问题还是美化过度
4. 修改_clean_old_ocr_debug函数支持清理.jpg文件
 2026-07-31 16:44:04 +08:00
youpaishidifu 7812f3cc63 fix: 放宽bot配置说明过滤规则 — 三重匹配防误过滤用户消息 
原规则：只要包含配置短语或英文关键词就过滤，导致用户讨论配置的消息
如'invite referral bonus=5afi配置此处的文件'被误过滤。

修复：改为三重匹配——必须同时满足：
1. 包含配置短语（如'配置此处的文件'）
2. 包含英文关键词（如invite/referral）
3. 包含配置格式（=或:后跟非空白字符）

只有三者都满足才判定为bot旧回复，避免误过滤用户消息。
 2026-07-31 16:13:27 +08:00
youpaishidifu 7012eaa7ed fix: OCR时间戳截断修复 — 裁切左移 + 时间戳OCR误读兜底 
1. QQ截图cap_left从25%减至20%，减少时间戳左侧数字被截断概率
2. _is_timestamp_old新增OCR误读兜底：h<12时尝试h+10/h+12取diff最小者
   若<max_age则放行（OCR把15→5时h+10=15=正确值）
 2026-07-31 15:57:08 +08:00
youpaishidifu ce74fc762a fix: 用户操作不再打断bot唤醒截图 — 窗口可见即可截图，不要求前台 
根因：_ensure_visible 强制要求窗口在前台（_check_foreground），
用户操作鼠标/键盘会瞬间抢走前台焦点 → 3次重试全部失败 →
"唤醒失败"跳过本轮。但 ImageGrab.grab 只需要窗口在屏幕上可见，
不要求前台，用户操作≠窗口被遮挡。

修复：
- _ensure_visible：前台校验失败后，若窗口仍然可见(!IsIconic && IsWindowVisible)，
  仍返回True继续截图。仅窗口真的不可见时返回False
- QQ/微信轮询：窗口不可见时退避5秒（每0.1秒检查急停），
  给用户接管时间，同时不阻塞急停操作
 2026-07-31 14:44:12 +08:00
youpaishidifu 3a4fecbc03 fix: 用 daemon 线程替代 ThreadPoolExecutor，防止 Windows OCR 卡死冻结电脑 
根因：_ocr_dual_engine 用 ThreadPoolExecutor with 块，__exit__ 调
shutdown(wait=True)，当 Windows OCR 引擎卡死时永久阻塞主线程 → 电脑冻结。

修复：改用 daemon 线程 + join(timeout=10s)，超时后线程丢弃不阻塞。
daemon 线程随进程退出自动回收，不会泄漏。
 2026-07-31 14:13:51 +08:00
youpaishidifu 435f729589 fix: 降低OCR预处理锐化/对比度，增强偏旁碎片检测 2026-07-31 12:45:48 +08:00
youpaishidifu b065f8d707 fix: 时间戳分割支持中文日期前缀（昨天、前天、星期X等） 2026-07-31 10:19:01 +08:00
youpaishidifu e91fc20523 fix: 修复偏旁库加载失败 — 改用更健壮的markdown表格解析 2026-07-31 09:57:32 +08:00
youpaishidifu bd5ec8cbd8 fix: md格式直接砍掉 — 删除用户文本提取，统一过滤逻辑 
问题：OCR截屏截到bot旧回复（md格式文档内容），时间戳分割后
调用 _extract_user_text_from_md_fragment 尝试从混合文本中提取
'用户文本'，导致md内容中的非md部分绕过过滤→触发查库→错误回复。

修复：
1. 时间戳分割逻辑（两处）：md格式直接跳过，不再提取用户文本
2. 删除 _extract_user_text_from_md_fragment 方法（约100行）
3. 统一过滤逻辑：只要匹配 _is_markdown_document → 直接continue

原理：正常用户聊天不用 #标题、[链接](url)、-列表等md语法，
只要出现就是bot旧回复被OCR读回。不需要尝试提取'用户部分'。
 2026-07-31 00:32:22 +08:00
youpaishidifu 567924a2e4 fix: 加强bot自身回复过滤 — 5层防护拦截OCR读回bot旧回复 
问题：OCR截屏截到bot之前发的回复内容（如'奖励:邀请人可获得该新用户首充金额的30%'、
'invite referral bonus=5afii'、'配置此处的文件，负责展示...'），
这些内容逃过了颜色检测（左确有白色气泡）、时间戳检测、偏旁检测，
流入KB匹配→触发错误回复。

修复（OCR级+Poll级双层，共5类新过滤器）：
1. 英文key=value配置格式：invite referral bonus=5afii
2. 配置文件描述片段：配置此处的文件、负责展示、对应一个商品等
3. 英文奖励关键词：invite/referral/reward/bonus
4. KB内容回读：奖励:、规则:、配置:等KB段落标记
5. 百分比+金额描述：30%+金额/奖励/积分等

原理：正常用户对话不含这些模式，只要出现就是bot旧回复被OCR读回
 2026-07-31 00:17:00 +08:00
youpaishidifu 348e40a995 fix: 病句过滤增强(特殊符号开头) + 急停多阶段中断检查 
1. 病句过滤增强：
   - 新增OCR级+Poll级特殊符号开头碎片过滤：^[~`～]
   - 拦截OCR把'一键'识别为'~键'导致的病句碎片（如'~键导出全服流水'）

2. 急停多阶段中断检查（6处）：
   - _poll函数入口：急停后下一轮立即折返
   - _ocr_read_qq截屏前：防止截屏+OCR继续执行
   - _ocr_read_wechat截屏前：同上
   - _process_ocr_output入口：防止文本处理继续
   - 回复发送前：防止急停后仍发送回复
   - 原有2处：OCR返回后 + 文本过滤后

3. 修复原理：原急停只在while循环开头检查_running，
   线程已深入_poll内部时无法中断同步阻塞的OCR操作。
   现在在每个耗时操作前检查，急停后立即丢弃当前结果。
 2026-07-30 23:39:54 +08:00
youpaishidifu 664d02ac55 fix: 尾部内容也检查时间戳过期 — 修复OCR拼凑历史消息触发查库 
问题：OCR读屏文本含多个时间戳(17:49:58, 8:33:06, 21:56:17)，
中间碎片因last_ts过期被正确跳过，但尾部(最后时间戳之后的内容)
被无条件放行→历史消息内容绕过时间戳过滤→触发查库→自动回复。

根因：尾部逻辑注释说'可能来自新消息'无条件放行，
但21:56:17清晰可见且已过期(差47min=2820s≥300s)，
尾部内容也是历史消息。

修复：尾部增加 last_ts 年龄检查，若最后可见时间戳已过期(≥300s)，
尾部内容也跳过不处理。
 2026-07-30 22:50:33 +08:00
youpaishidifu 5e86ef3c67 fix: 加强病句过滤 — 纯问句碎片、问句+乱码拼接、中段斜线命令 
问题：OCR捕捉到残余病句'怎么办？/printer...'触发查库，
回复了一串配置文件值（printer相关配置参数）。

根因：
1. '怎么办？'单独出现时无实质内容，但含问词被放行
2. '/printer玩家名'是指令帮助碎片，在消息中段未被拦截
3. 两者拼接后绕过了现有过滤器

修复（OCR级+Poll级双层）：
- 新增中段斜线命令碎片过滤：(?<=[\s？?。！,，])/[A-Za-z]{2,}
  拦截'怎么办？/printer玩家名'这种混合碎片
- 新增纯问句碎片过滤：只含疑问词+标点的短句直接丢弃
- 新增问句+乱码拼接过滤：问词开头+斜线/英文乱码特征→丢弃
 2026-07-30 22:36:15 +08:00
youpaishidifu 2a181ab34a fix: 偏旁过滤还原≥1丢弃 + OCR过滤bot自身pipe表格回复 
1. 偏旁碎片过滤还原：≥3→≥1，只要包含CJK偏旁就丢弃
   - 原因：OCR拆字碎片如'亻牛''彡'只要出现就说明是碎片
2. OCR/Poll级新增bot自身回复过滤：
   - pipe表格格式（|参数1|参数2|参数3|结果|）是bot回复格式
   - OCR截屏截到旧的bot回复不该进入KB匹配
   - pipe≥3且长度>30 → 过滤丢弃
 2026-07-30 20:01:47 +08:00
youpaishidifu 2a655e56ac feat: 偏旁Unicode库 + 偏旁数≥3才丢弃 
根因：OCR把'件'拆成'亻牛'，偏旁碎片触发查库。原逻辑只要包含CJK偏旁就过滤，
但正常用户消息也可能偶尔包含偏旁字符。

修复：
1. 新增 unicode_radicals.md 偏旁库文件（225个偏旁+Unicode码表）
2. bot启动时读取md文件构建偏旁字符集 _RADICAL_CHARS
3. 偏旁过滤改为计数：偏旁出现次数≥3才整段丢弃
4. 维护方式：编辑 md 文件添加/删除偏旁，重启 bot 生效

覆盖场景：
- '亻牛'（'件'被拆碎）
- '彳亍'（'行'被拆碎）
- OCR把多个汉字拆成偏旁碎片（≥3个偏旁）
 2026-07-30 18:55:55 +08:00
youpaishidifu 2b03ca1a7d fix: 简化偏旁碎片过滤逻辑，只要包含CJK偏旁就过滤 
- 原逻辑：偏旁数>=CJK完整字数才过滤，但长文本中CJK字数多，偏旁数少，条件不成立
- 新逻辑：只要包含CJK偏旁(U+2E80-U+2FDF)就直接过滤
- 原理：正常用户消息几乎不含这些偏旁字符，只要出现就是OCR把汉字拆碎了
- 覆盖'亻牛'、'彳亍'等OCR拆字碎片
 2026-07-30 18:06:48 +08:00
youpaishidifu 41f55fe9ed fix: 清理HTML标签 + 降低绿色像素阈值 + 增强乱码过滤 
1. HTML标签清理：
   - 在_normalize_ocr_text中清理<br>、<div>等HTML标签
   - OCR截到网页/终端时常带HTML标签，影响文本处理

2. 绿色像素检测阈值降低：
   - 从>=5改为>=3，更敏感地检测微信窗口
   - 防止QQ轮询截到微信内容被误处理

3. 乱码过滤增强：
   - CJK+拉丁混合乱码检测（如'默i'、'鼍'）
   - 生僻字/罕见字检测（CJK扩展区）
   - 系统配置内容过滤（概览、数据看板、在线玩家等）

4. 解决'牛头不对马嘴'问题：
   - OCR截到Wiki/终端内容被当用户消息处理
   - 知识库匹配到错误的section（Wiki标题而非具体内容）
 2026-07-30 17:44:49 +08:00
youpaishidifu 405191bab3 fix: 增强偏旁碎片过滤 + 系统配置内容过滤 
1. 偏旁碎片过滤增强：
   - 去掉长度限制（原≤20字），只要包含CJK偏旁(U+2E80-U+2FDF)且偏旁数>=CJK完整字数就过滤
   - 覆盖OCR把'件'拆成'亻牛'等更长碎片的情况

2. 系统配置内容过滤（新增）：
   - 检测包含@example、smtp、.py/.bat/.sh等特征的行，判定为系统配置内容
   - 检测邮件地址格式（user@domain.tld），判定为SMTP配置片段
   - 防止OCR截屏截到代码编辑器/终端内容被当用户消息处理

3. 同步更新OCR级和Poll级过滤逻辑
 2026-07-30 17:17:30 +08:00
youpaishidifu e42f56dc8f fix: 加强病句过滤 + QQ跨窗口污染检测 
1. 病句过滤增强：
   - 病句6：包含时间戳格式（16：29, 2026/7/29）的句子跳过
   - 病句7：以数字开头且包含问号的句子跳过（如'1屏蔽？不想要的后缀。'）
   - 病句8：包含引号包裹时间戳的句子跳过（如'"2026/7/29"'）

2. QQ跨窗口污染检测：
   - 检测微信绿色像素（R:135-180, G:205-250, B:75-125）
   - 若QQ轮询截图中检测到大量绿色像素，判定为微信窗口，跳过本轮
   - 防止QQ轮询截到微信内容被误处理

3. 像素检测优化：
   - QQ轮询增加绿色像素检测，避免截到微信窗口
   - 微信轮询已有类似逻辑（绿色=自身消息）
 2026-07-30 17:02:46 +08:00
youpaishidifu 52fd2cbd03 fix: 加强病句过滤 + QQ颜色检测逻辑简化 
1. 病句过滤增强：
   - 病句3扩展匹配范围：'^[其将把被]' → '^[其将把被认查问帮试想]'
   - 覆盖OCR常丢失前缀的情况：'默认管理员密码多少' → '认管理员密码多少'
   - 句子以动词开头、缺主语、无标点 → 判定为病句跳过

2. QQ颜色检测简化：
   - 核心原则：只要左半区无白色气泡 → 无用户消息 → 跳过
   - 删除冗余条件分支（仅bot回复、气泡柱检测等）
   - 避免'拿不准保守处理返回True'导致bot自身消息被处理
 2026-07-30 16:48:45 +08:00
youpaishidifu dadbcebe7f fix: EasyOCR GPU OOM 冻结 — 每3次主动重启子进程 + 用原图降显存压力 
根因：EasyOCR reader.readtext() 每次调用后 PyTorch CUDA 内存缓存不释放，
几轮后 VRAM 满 → Allocation Fail(27MB) → 显存错误 → 系统冻结。

修复：
- _easyocr_call_count 计数，达到 3 后 kill 子进程（下次自动重启）
- EasyOCR 用 im_original（1x）代替 im_processed（2x），降单次显存 4x
- _ensure_easyocr_subprocess 遇空 _easyocr_proc 自动重启
 2026-07-30 14:49:43 +08:00
youpaishidifu b382520093 fix: QQ OCR 截图前检查 _ensure_visible 返回值，失败跳过避免截到微信内容 
- _ocr_read_qq 中 _ensure_visible(hwnd) 返回值被丢弃，
  唤醒失败时 ImageGrab.grab 拿到微信窗口内容被当QQ消息处理
- 微信路径已正确检查返回值，QQ路径补齐
 2026-07-30 14:22:01 +08:00
youpaishidifu b55fff8cbb 修复2个bug: 急停后OCR残留 + 知识库奖励配置匹配错误 
Bug1 - 急停(ESC×2)后Windows OCR仍在运行输出日志：
  _emergency_stop设_running=False+杀EasyOCR子进程，但Windows OCR
  (RecognizeAsync)是同步阻塞调用，无法被中断。OCR完成后_poll继续
  处理文本→触发回复。
  修复：_poll中在_read_messages返回后+文本过滤后各增加self._running
  检查，OCR完成或文本处理中如已急停则立即return，不再触发回复。

Bug2 - 用户问寻宝奖励配置，bot返回指令参数表格(匹配度15.38)：
  知识库sdf1_game.md中'## 寻宝玩法介绍'命令表含'寻宝'高频词，
  TF-IDF得分远高于'## 奖励配置：'段。heading bonus仅2.0/词，
  不足以翻转15分的TF-IDF差距。
  修复：heading bonus从2.0/词提升至5.0/词；新增heading连续短语
  匹配bonus(+8.0)，如查询含'奖励配置'且heading含'奖励配置'则
  大幅boost，确保语义匹配的section排到最前。
 2026-07-30 13:49:58 +08:00
youpaishidifu e9bccb688b 修复2个bug: 同poll取最新消息(末条) + 斜线I变形(Iskin)过滤 
Bug1 - 用户问寻宝奖励，bot回复sdf1导入错误：
  OCR从上到下读屏，旧消息排前面新消息排后面。
  原逻辑'只处理第一条'把旧历史消息当新消息处理，
  真正的用户新消息被'同poll第条跳过'挡掉。
  修复：改为取new_items[-1](最后一条=屏幕最下方=最新消息)，
  其余加入seen防重复。

Bug2 - /skin OCR变形为Iskin在消息中后段未被过滤：
  /skin→OCR→Iskin(I替代/)。原过滤器要求^[A-Za-z]开头
  且len>10，但'使用指令Iskin'=9字符→漏网。
  修复：新增CJK+I+小写字母变形过滤器[\u4e00-\u9fff]I[a-z]{2,}，
  拦截所有CJK上下文中的斜线I变形命令。
 2026-07-30 13:04:30 +08:00
youpaishidifu 18d7880a49 添加偏旁碎片过滤器：拦截OCR输出的氵亻讠扌等CJK偏旁部首\n\n根因：OCR识别不完整时会输出CJK偏旁(如氵亻讠扌艹钅等)，\n这些不是完整汉字，不应触发查库回复。\n\n修复：\n- OCR级+Poll级双层过滤\n- 检测U+2E80-U+2FDF(CJK Radicals Supplement + Kangxi Radicals)\n- 短文本(≤20字)中偏旁数>=完整CJK数时判定为碎片丢弃 2026-07-30 12:32:23 +08:00
youpaishidifu 43bd80d3b6 修复2个bug: stop()未杀EasyOCR子进程残留 + _/sdfl历史消息误判为新消息 
Bug1 - 消息监控停止后EasyOCR子进程残留吃GPU导致冻电脑：
  stop()只清线程不杀子进程→GPU推理持续运行→系统冻结。
  修复：stop()末尾增加杀死_easyocr_proc + wait(timeout=3)

Bug2 - 用户问寻宝插件奖励配置，bot回复sdf1插件导入错误：
  微信OCR截到'_ /sdfl undo撤销导入昨天'(历史消息残影)，
  sdfl过滤器要求^[A-Za-z]字母开头，但该文本以下划线_开头→漏网→
  被判为新消息优先处理，真正的用户消息'寻宝玩法中支持哪些奖励配置？'
  被同poll第条跳过。
  修复：
  - sdfl过滤器去掉^锚点限制，只要含sdfl/sdf1即拦截
  - 新增_/下划线斜线残影过滤器^_[ /]拦截OCR气泡残影
 2026-07-30 12:22:04 +08:00
youpaishidifu e3c8249251 修复 _has_user_colors @staticmethod 内误用 self 导致 OCR 全部失败\n\n根因：_has_user_colors 是 @staticmethod(无 self)，但内部嵌套的\nanalyze() 函数调用了 self._is_white_bubble_pixel() → NameError。\nQQ/微信两侧 OCR 均因此失败。\n\n修复：self._is_white_bubble_pixel → MessageMonitor._is_white_bubble_pixel\n全部27个@staticmethod经AST扫描确认无其他self误用 2026-07-30 12:04:21 +08:00
youpaishidifu 3a53db427b 修复 _poll 方法被孤立到类外导致 AttributeError 
根因：_is_white_bubble_pixel 以0缩进定义在模块级，其后4缩进的方法
（含 _has_user_colors、_poll 等21个）被Python解析为该函数体的一部分，
导致 MessageMonitor 类缺失 _poll 等方法→运行时 AttributeError。

修复：
- _is_white_bubble_pixel 改为 @staticmethod 移入 MessageMonitor 类内
- 唯一调用点改为 self._is_white_bubble_pixel(...)
- 类方法从50个恢复为71个，py_compile 校验通过
 2026-07-30 10:06:38 +08:00
youpaishidifuandSenior Developer 62928d81eb 修复微信自身消息未跳过(自回复循环) + QQ调试截图被清理顶掉 
1. 微信颜色门禁误判根因：聊天浅灰背景(≈237)原阈值>225被算作"对方白气泡"，
   且绿色自身气泡上的白色文字也通过白像素检测，导致门禁永远不跳过→一直OCR→自回复循环。
   改为：白像素须≥245(纯白，排除浅灰背景)，且四邻域≥3个同为纯白才计为"对方气泡"，
   从而正确排除绿/蓝自身气泡上的白色文字。合成图验证：仅自身绿泡→跳过、对方白泡→OCR、
   空白灰屏→跳过、绿底白字→跳过。

2. QQ调试截图"没保存"根因：_clean_old_ocr_debug 用 QQ+微信共享6张上限池，
   微信轮询频率远高于QQ，其清理调用把刚保存的QQ截图顶掉。改为按前缀分别保留
   (ocr_debug_qq_ / ocr_debug_wx_ 各6张)，互不挤占。

3. 截图保存硬化：保存后校验文件存在并INFO记录；异常时WARNING输出真实路径(原输出的是glob)；
   显式指定 format=PNG。

Co-Authored-By: Senior Developer <senior-developer@experts>
 2026-07-30 00:39:50 +08:00
youpaishidifu 01d0604f11 修复截屏前未真正唤醒QQ/微信的bug 
- _ensure_visible 增强：原仅 SwitchToThisWindow 无法把窗口顶到 Z-order 最前，
  导致 ImageGrab.grab 截到用户停留的遮挡窗口(如终端)
  改为 恢复最小化→AllowSetForegroundWindow 解除前台限制→SetForegroundWindow
  + SwitchToThisWindow 兜底并校验前台(重试3次)；不做 TOPMOST 避免 DWM 冻结
- 微信: 唤醒提前到 GetWindowRect 之前，唤醒后重新取 rect 算 cap(最小化恢复位置会变)
  可见性检查改为只判断 IsWindow，不可见交由 _ensure_visible 恢复而非直接返回
- QQ: 同样先唤醒再取 rect 算 cap，避免最小化恢复后 cap 区域过期
 2026-07-29 23:55:55 +08:00
youpaishidifu dfaa62e2c0 修复微信自身消息过滤+病句加强+QQ共同好友黑名单 
1. 微信颜色检测重写(_has_user_colors)：
   - 绿色=自身消息(右对齐)，白色=对方消息(左对齐)
   - 自身消息是最顶层门禁：右绿+左无白→跳过，左有白→继续OCR
   - 修复：之前绿色被当作bot色，导致自身消息未过滤触发查库

2. 病句过滤加强：
   - 短句阈值从≤5字提升到≤8字，必须含疑问词才放行
   - 新增疑问词：是不是/会不会/能不能/怎么办/好不好/行不行
   - 新增病句4：OCR拼接系统提示碎片（含#本/请自行/源码修改）
   - 新增病句5：修字碎片（自行修？帮我修）

3. QQ群UI黑名单：
   - _UI_SUBSTR_BLOCKLIST增加'共同好友'和'点击添加好友'
   - 防止QQ群'你和xxx有x个共同好友'触发查库
 2026-07-29 23:29:38 +08:00
youpaishidifu a181300df5 OCR调试截图自动清理：从60张降至6张 
- 微信和QQ截图统一池，合计最多6张
- 超过时从最早开始删除覆盖
- 确保保存失败时日志未打印也能通过截图及时发现问题
 2026-07-29 22:57:54 +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 fae6d5184f 修复OCR截历史消息自言自语: 变形命令过滤 + 首次轮询基线\n\n问题: OCR阅读历史帮助文档触发错误回复 + 首次启动时历史消息全部触发回复\n\nFix1: OCR误读斜线为字母(4处过滤)\n /sdfl→Isdfl /import→Jimport 均不被^/[A-Za-z]拦截\n - OCR级+Poll级: 含sdfl关键词的行以字母开头→变形命令跳过\n - OCR级+Poll级: 大写字母+4+小写+含CJK+>10字符→变形命令跳过\n 覆盖Isdfl update更新插件、Jimport导入cdk等所有OCR变形命令行\n\nFix2: 首次成功轮询基线拦截\n 检测_last_new_msg_time[platform]==0判断是否首次见消息\n 首次消息列表全部标记基线→加_seen_messages但skip_on_message\n 不触发KB搜索/自动回复\n 下一轮有真正的增量消息才触发回复 2026-07-29 21:23:32 +08:00
youpaishidifu d72d994db1 修复2问题: 斜线英文命令触发回复 + 微信Electron安全发送\n\n问题1: 斜线开头英文命令碎片触发自动回复\n 日志: /sdfl undo撤销导入 匹配度9.53触发了回复\n 旧过滤: 只拦>=2个/cmd, /sdfl只有1个→漏过\n 修复(OCR+Poll双级):\n - _process_ocr_output新增: re.match(r'^/[A-Za-z]', line)→跳过\n - _poll_on_new_messages同级新增\n 不拦/兑换码(斜线后中文), 只拦/register /sdfl等英文命令\n\n问题2: 微信SetForegroundWindow异常+Electron闪崩风险\n 日志: SetForegroundWindow/SwitchToThisWindow异常 code=0\n WeChat也是Electron, AttachThreadInput+SendMessage同TIM风险\n 修复:\n - _paste_and_send_tim→_paste_and_send_safe, 加platform参数\n 硬编码[qq]改为[platform]避免写错字典key\n 清理return True后不可达死代码\n - _paste_and_send路由: wechat也走安全路径\n Electron双平台(TIM+微信)统一走SwitchToThisWindow+前台确认→keybd_event\n 无AttachThreadInput、无SendMessage同步点击 2026-07-29 20:14:47 +08:00
youpaishidifu b1ca2f058c 修复OCR截图BitBlt卡死DWM→整机冻结2-3分钟 
根因: ImageGrab.grab() 底层用 GDI BitBlt 从 DWM 合成表面截屏。
_ensure_visible(SwitchToThisWindow) 触发 DWM 窗口激活合成后,
紧接着 BitBlt 在 DWM 繁忙时阻塞等待→DWM 死锁→桌面冻结 2-3 分钟
→DWM 重启→部分使用 GPU 的软件崩溃

修复(新增 _safe_screenshot):
- daemon 线程内 ImageGrab.grab(), join(timeout=3.0) 超时等待
- 超时后线程 is_alive→返回 None, 跳过本轮(日志: BitBlt 可能卡在 DWM)
- 不会 cancel 线程(无法取消阻塞的 C 调用), 但 daemon 特性确保:
  进程退出时自动终止, 正常运行时 GDI 调用最终完成+线程自动回收
- _ensure_visible 后 sleep 从 0.1s 增加到 0.4s, 给 DWM 完成窗口合成
  降低 BitBlt 在 DWM 繁忙时调用的概率
 2026-07-29 18:49:34 +08:00
youpaishidifu ef227eb7b0 修复2个问题: OCR拼接合并 + 微信定位冻结3-5s 
问题1: OCR拼接合并 (2处改动)
  - easyocr_worker.py: ' '.join→'\n'.join, 各检测区域用换行而非空格拼接
    避免 '兑换码导入错误时如何处置?游戏专用小筑憩-草一' 式合并
  - _process_ocr_output 尾部新增 _split_merged_ocr_text:
    在中文句尾标点([。？！?])后紧跟CJK处拆分,两侧CJK>=3且非续接语气词
    将合并文本分为多条消息,各自独立参与KB匹配

问题2: 微信 _fresh_window 冻结3-5s (2处改动)
  - _poll: 对wechat跳过 _fresh_window(ControlFromHandle构建Electron UIA树冻结)
    用 win=None 代替
  - _read_messages(wechat): 接收window=None, OCR失败后惰性创建UIA控件
    大多数轮次 OCR 读到消息就直接返回,不碰UIA树
 2026-07-29 18:11:29 +08:00
youpaishidifu 722d2a5438 双引擎OCR并发: Windows OCR + EasyOCR同时跑最多等10秒，谁先出用谁 
之前: Windows OCR串行等完→再串行等EasyOCR(微信端甚至无超时)。
EasyOCR子进程挂起=OCR整条链路都卡死。

改为 _ocr_dual_engine 方法:
- Windows OCR + EasyOCR 通过 ThreadPoolExecutor 同时跑
- concurrent.futures.wait(timeout=10.0, ALL_COMPLETED) 等最多10秒
- 两引擎都在10秒内出结果→_pick_ocr_text质量对比选优
- 只有一个在10秒内出结果→直接用那个
- 都超时→返回空
- Windows OCR bad allocation 自动降级到原图重试(在worker线程内处理)

两个平台调用点(_ocr_read_qq / _ocr_read_wechat)都改为调_ocr_dual_engine。
微信端同时补上im_original备份(之前缺bad allocation降级)。
 2026-07-29 17:51:52 +08:00
youpaishidifu 68d364a0c6 修复TIM在回复冷却期因OCR空返回→回退到剪贴板路径(AttachThreadInput)→崩进程→永久罢工 
根因链:
1. _paste_and_send_tim回复成功→_self_reply_cooldown_until[qq]=15s
2. 冷却期每轮_ocr_read_qq返回[]但未设_ocr_unchanged
3. _read_messages穿过_ocr_unchanged检查→落到_read_via_clipboard_once
4. _read_via_clipboard_once调_ensure_foreground→_attach_set_foreground→AttachThreadInput
5. TIM Electron进程崩溃→_ensure_hwnd再找不到→QQ永久罢工

修复(两处):
- _ocr_read_qq冷却返回时也设_ocr_unchanged[qq]=True,阻挡fallthrough
- _read_messages对tim变体在OCR空时直接return[],跳过所有fallback
 2026-07-29 17:34:03 +08:00