youpaishidifu/msgbot
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
537 Commits 1 Branch 0 Tags
83bfbff40aad65dff07371878f1e83170a15d169
Commit Graph
537 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
youpaishidifu 83bfbff40a 修复[OCR过滤]：版本号被误识别为时间戳导致消息丢弃 
- 问题：OCR将版本号1.21.11识别后被正则表达式转换为时间戳1:21:11，
  该时间戳被判定为过期(>300s)，导致包含版本号的用户新消息被过滤器1丢弃
- 根因：_normalize_timestamps和_ocr_text_has_fresh_timestamp中的正则表达式
  将点号分隔符[.]包含在分隔符集合中，错误匹配了版本号格式
- 修复：将第一个分隔符集合从[.;]改为[;:]，排除点号作为首个分隔符
  版本号(如1.21.11)使用纯点号分隔，不再被转换为时间戳
  冒号/分号分隔的时间戳和混合分隔符(如9;51.24)仍正常转换
- 影响范围：_normalize_timestamps(第6982行)和_ocr_text_has_fresh_timestamp(第7068行)
  两处正则表达式同步修改
 2026-09-15 18:00:20 +08:00
youpaishidifu 680f3e6a89 fix: 陈旧时间戳消息直接拒绝，不进入DB查库第二关 (Task #1713) 
根因：第二关基于DB记录时间判断（created_at），但DB记录是当前OCR抓取时
由 record_ocr_message() 创建的，无法反映消息的真实发送时间。
一条昨天17:26的消息在今天15:32被OCR抓取，DB记录时间为15:32，
time_diff=0 ≤ 300 → 通关 → 旧消息被误处理。

修复：
1. 第一关失败后，如果消息时间戳明确超过1小时(freshness_score==-10.0)，
   直接拒绝(score=-100.0)，不进入第二关的DB查库逻辑。
2. freshness_scores字典查找默认值从0.0改为-999.0（无时间戳），
   防止查字典失败时误以为有新鲜时间戳而放行旧消息。
3. 增加cleaned_item二次查找，应对content filter修改ts导致的key不匹配。
 2026-09-15 15:47:15 +08:00
youpaishidifu 811c26db9d 修复时间戳继承导致回复旧消息的问题 (Task #1710) 
QQ客户端的时间戳渲染在消息下方（作为分隔符），但代码假设时间戳在消息上方，导致新消息时间戳被错误地'继承'给旧消息，机器人回复旧消息而非新消息。

三处关键修复：
1. stage splitting阶段：使用当前时间戳（part）处理文本，而非last_ts
2. 添加后处理步骤：重新分配时间戳，使每条消息使用其下方的时间戳
3. freshness_scores计算：优先使用前方（下一个）时间戳，后方时间戳惩罚2倍
 2026-09-14 19:16:03 +08:00
youpaishidifu 16b5a388e9 修复[消息状态检查]：解决消息被错误跳过处理的问题 
- 问题：基线轮处理了消息但没有回复，后续轮询时由于数据库有记录从而跳过了处理
- 根因：is_message_already_replied方法查询所有匹配消息中reply_status=0的数量，当存在多条相同内容消息时，只要有一条状态为0就会跳过所有消息
- 修复：修改SQL查询只检查最近一条匹配消息的reply_status状态，避免多条消息状态不一致导致的误判
- 测试：创建临时测试脚本验证修复效果，所有测试通过
 2026-09-13 17:39:48 +08:00
youpaishidifu be91fbad35 Fix #1701: 修复知识库搜索权重计算导致牛头不对马嘴问题 
问题：用户问用户组是怎么配置的，系统回复了sdf1_game.md的问答题表格配置块，
而不是protect.md中关于用户组的正确描述。

根因：sdf1_game.md的题目配置格式section body包含完整代码块（数百字符），
gui.py质量分body_len/100给该section大量加分，压过真正答案。

修复（三处）：
1. knowledge_base.py: TF-IDF corpus构建时移除代码块内容
2. auto_reply.py: 相关性检查中移除代码块内容
3. gui.py: 质量分计算时截断代码块只计算说明文字长度
 2026-09-11 22:20:09 +08:00
youpaishidifu d1ed67358e 修复OCR消息处理多个问题 
1. Task #1696: 管道符碎片过滤器修复
   - 添加疑问词例外逻辑，避免误杀包含表格内容的真实用户消息
   - 例如：'是否支持|，长期活跃奖是如何计算的'不再被丢弃

2. Task #1700: 用户消息被误判为bot回复片段的问题
   - 在'反向包含剥离bot回复片段'逻辑中添加问句豁免机制
   - 用户提问即使含与旧回复共享的片段，也不应被剥离
   - 例如：'领地系统有哪几种操作模式'不再被错误识别为bot回复

3. Task #1697: OCR消息入库时机修复
   - 在评分管道之前立即记录OCR消息到暂存表
   - 确保消息被首次OCR抓取时入库，避免历史消息被重复处理
   - 修改第二关逻辑，同时检查ocr_staging表和user_messages表
 2026-09-11 19:57:51 +08:00
youpaishidifu 6f4b6a645e fix: Task #1693 修复新消息被旧消息盖过的两个bug 
1. MAX_NEW_ITEMS截帽前按freshness_score降序排列
   - 旧消息在OCR中排前面（顶部先读），不排序会把最新消息截掉
   - 截帽前排序确保带新鲜时间戳的消息优先保留

2. 第二关DB查询改为查本条消息自身记录
   - 旧消息通过get_latest_record_timestamp()搭上新消息的新鲜DB记录
   - 导致旧消息time_diff≤300s通关，分数盖过真正的新消息
   - 新增get_message_record_timestamp()查询本条消息自身的入库时间
 2026-09-11 13:12:30 +08:00
youpaishidifu 385995bf4f Task #1690: 修复 UnboundLocalError 导致所有消息丢失 
- 根因：_ocr_text_has_fresh_timestamp() 方法中 found 变量未初始化
- 修复：在 if d > 31: 分支之前添加 found = False 初始化
- 影响：致命性修复，修复后OCR消息处理恢复正常
 2026-09-11 10:47:12 +08:00
youpaishidifu 0f66a90aa5 Task #1688: 修复OCR日期截断修正误判问题 - 当OCR把日期和时间合并(如2026/9/222:57:00)导致d>31时，尝试恢复原始日期而非盲目截断 2026-09-11 10:04:40 +08:00
youpaishidifu cfd89ef963 修复病句过滤器误判缺主语但有查询意图的消息 (Task #1687) 
问题：
- 用户消息'想知道怎么绑定邮箱'被判定为'病句(缺主语)'并丢弃
- 该句子虽然缺主语，但核心动机明确——查询'绑定邮箱'

修复：
- 在病句3（缺主语）过滤规则中添加查询意图词检查
- 如果句子包含疑问词（在何哪什怎么多少吗呢）或查询意图词（绑定、设置、配置等），即使缺主语也放行
- 扩展'问'开头消息的例外规则，添加更多查询意图词
- 保留对真正病句（如'将其修正后重三'）的过滤

测试：
- '想知道怎么绑定邮箱'：放行（包含疑问词'怎么'和查询意图词'绑定'）
- '将其修正后重三'：丢弃（真正的病句）
- '认管理员密码多少'：放行（包含疑问词'多少'）
 2026-09-02 23:10:22 +08:00
youpaishidifu a6d7d5f083 修复get_latest_record_timestamp查询错误的表 
问题：
- 查询ocr_staging表的timestamp字段，但该表没有timestamp字段
- 报错：no such column: timestamp

修复：
- 改为查询user_messages表的created_at字段（入库时间）
- 使用ensure_user_messages_table确保表存在
 2026-09-02 22:47:13 +08:00
youpaishidifu 341a8f81fe 重构时间戳过滤逻辑：按照思维导图实现3条路 (Task #1686) 
问题：
- OCR继承机制把旧时间戳(1:21:11)关联到新消息，优先级高于新鲜时间戳(18:21:07)
- 导致新消息被误判为陈旧消息丢弃

修复：
- 第一关：有5分钟内新鲜时间戳（自身时间戳，不是继承的）→ 通关
- 第二关：没有新鲜时间戳 → 查库
  - 有数据库记录：本地时间-记录时间戳≤300秒 → 通关
  - 有数据库记录：本地时间-记录时间戳>300秒 → 拦截
  - 无数据库记录 → 拦截

新增方法：
- get_latest_record_timestamp()：获取该平台最近一条记录的时间戳
 2026-09-02 18:54:50 +08:00
youpaishidifu 027362dd29 修复时间戳继承导致新消息被误判为旧消息的问题 (Task #1685) 
问题：
- OCR继承机制把旧时间戳(15:52:52)关联到新消息(17:38入库的'近期公告')
- freshness_score=-10.0，触发Task #1684的强制丢弃逻辑
- 导致新消息被误判为'陈旧历史消息'丢弃

修复：
- 区分'自身时间戳陈旧'和'继承时间戳陈旧'
- 继承时间戳的消息：检查DB是否有记录，有记录说明是新消息（刚入库），放行
- 自身时间戳陈旧的消息：保持强制丢弃逻辑

测试：
- 继承时间戳的新消息(DB有记录)：放行
- 自身时间戳陈旧的旧消息(DB无记录)：强制丢弃
 2026-09-02 17:46:03 +08:00
youpaishidifu 7a2d99ba36 修复语法错误：else后不能直接跟elif 
- 问题：Task #1685修复引入语法错误，else:后直接跟elif导致SyntaxError
- 修复：调整代码结构，将elif正确嵌套在if not _has_table_structure:块内
 2026-09-02 17:29:55 +08:00
youpaishidifu 3245e790c5 修复OCR消息合并导致配置文件过滤器误伤用户消息的问题 (Task #1685) 
1. 问题：OCR把多个消息拼接成一个整体，包含表格内容
   - 表格内容中的'服主: youpaishidifu'被正则表达式匹配为'键:值'格式
   - _is_noise_text检测到'多条配置文件格式（2条key:value）'，返回True
   - 导致用户消息被丢弃，引起消息丢失

2. 修复：
   - 在_is_noise_text函数中添加表格内容特征检查
   - 如果文本包含表格结构特征（'|'分隔符、多行表格），则跳过配置文件检测
   - 在_is_config_fragment函数中添加表格内容特征检查
   - 避免误判表格内容为配置碎片

3. 测试：
   - 验证表格内容不再被误判为配置文件格式
   - 验证纯配置文件仍能被正确检测
   - 验证用户消息不受影响
 2026-09-02 17:15:51 +08:00
youpaishidifu aad8594b06 修复旧消息时间戳检查漏洞 + mark_message_replied AttributeError 
1. 修复 mark_message_replied AttributeError:
   - 在 MessageMonitor 类中添加委托方法，转发到 MessageHistory.mark_message_replied()
   - 解决 gui.py 调用 self.monitor.mark_message_replied() 时找不到方法的问题

2. 陈旧时间戳强制丢弃 (Task #1684):
   - 将 freshness_score < 0 分支从 score += freshness_score（扣10分）改为 score = -100.0（强制丢弃）
   - 根因：短消息(+5)+疑问词(+10)可得15分，仅扣10分仍为5分>0，导致数小时前的旧消息通过阈值
   - 例：10:55发送的'什么是推广渠道违规?'在16:24被OCR读取，freshness_score=-10，基础分15-10=5>0 → 误回复
   - 修复：与 -999.0 统一，所有超过1小时的旧消息均强制丢弃，绝不触发回复

3. 保留时间戳信息：
   - 将 expanded 列表从存储字符串改为存储 (text, timestamp) 元组
   - 保留 OCR 阶段的时间戳信息，供后续两遍扫描使用
   - 优化时间戳继承逻辑，优先使用继承的时间戳计算新鲜度
 2026-09-02 16:51:10 +08:00
youpaishidifu b4f8298d32 Task #1680: 修复OCR时间戳识别 - 两遍扫描策略+时间戳豁免 
修复内容：
1. 时间戳格式（如9;51.24）不再被误判为OCR残片
   - 在_is_noise_text中添加时间戳格式豁免
2. 两遍扫描策略解决时间戳继承问题
   - 第一遍：计算所有文本的原始新鲜度分数，记录时间戳位置
   - 第二遍：无时间戳的消息继承最近时间戳的新鲜度（前后双向搜索）
   - 原因：QQ时间戳出现在消息之间，第一遍时消息没有前驱时间戳可继承
3. 添加调试日志便于排查问题
 2026-09-02 14:32:11 +08:00
youpaishidifu 26c06b00ff Task #1678: 修复_init_db()确保新表包含reply_status和fail_count字段 2026-09-02 12:55:03 +08:00
youpaishidifu f43ab86308 实现消息回复状态机制替代_seen_messages集合 
- Task #1673: 在user_messages表添加reply_status和fail_count字段
- 实现mark_message_replied和mark_message_send_failed方法
- SQLite UPDATE语法修复：改用子查询方式避免ORDER BY+LIMIT错误
- 在gui.py中集成发送成功/失败状态标记
- 事不过三原则：连续3次发送失败后强制标记为已回复
 2026-09-02 12:34:35 +08:00
youpaishidifu 52fae0c1e2 修复[OCR过滤]：改进配置碎片检测和系统消息检测 
- 问题：配置碎片检测误判用户消息为配置，系统消息检测不支持QQ自定义撤回消息
- 根因：单条配置文件格式检测正则匹配太宽松，系统消息检测正则只匹配固定格式
- 修复：
  1. Task #1671: 改进配置碎片检测，添加用户消息特征检查（@提及、疑问词、查询意图词、长度>20字）
  2. Task #1672: 更新系统消息检测逻辑，支持QQ自定义撤回消息（如'A撤回了一条消息，你猜猜撤回了什么'）
- 测试：验证修复后配置碎片检测和系统消息检测均正常工作
 2026-09-02 11:08:43 +08:00
youpaishidifu 33843fc584 Task #1670: 改进预分割逻辑，避免因局部噪声特征导致整个消息被丢弃 
1. 改进_split_and_denoise_segments()方法:
   - 按时间戳作为消息边界分割
   - 按系统消息作为分割点
   - 避免因局部噪声特征导致整个消息被丢弃

2. 改进_is_system_message()方法:
   - 先剥离时间戳，再检查系统消息特征
   - 避免时间戳被误判为系统消息

3. 改进噪声检测逻辑:
   - 先剥离时间戳
   - 再检查系统消息
   - 最后检查噪声

解决用户报告的问题: OCR把消息拼接成一个整体，只要其中一个命中丢弃规则就会跳过导致消息丢失。
 2026-09-02 10:41:11 +08:00
youpaishidifu dc92aa5090 Task #1666: 强化OCR时间戳解析，支持分号/点等变体分隔符 
1. 更新 _normalize_timestamps() 方法:
   - 先处理分号/点作为分隔符的情况（精确匹配）
   - 再处理逐字空格的情况（通用匹配）
   - 例如: 9;51.24 → 9:51:24, 16.28.40 → 16:28:40

2. 更新 _timestamp_freshness_score() 方法:
   - 在提取时间戳之前先调用 _normalize_timestamps() 规整文本
   - 确保变体分隔符被标准化为冒号

3. 更新 _timestamp_age_seconds() 方法:
   - 添加上限验证: 数字部分必须 ≤ 235959
   - 例如: 9:51:24 (95124 ≤ 235959) 合法
   - 例如: 9:51:240 (951240 > 235959) 非法

解决用户报告的问题: OCR识别到9:51:24的时间戳，但标点不对变成9;51.24，
经过后处理后丢失。现在能正确解析并转换为9:51:24。
 2026-09-02 10:19:20 +08:00
youpaishidifu 1e3eb56d71 fix: 无时间戳消息强制丢弃，防止扣10分后仍通过筛选 (Task #1665) 
- freshness_score==-999.0时score=-100替代score-=10
- 原因：短消息(+5)+疑问词(+10)可得15分，仅扣10分仍5分>0
- 导致OCR丢失时间戳的旧消息被误处理并触发KB搜索
- 日志改为'强制丢弃'以明确标识
 2026-09-01 23:43:39 +08:00
youpaishidifu 93a7d0be6c fix: 修复时间戳继承、补分DB检查、OCR急停、SequenceMatcher作用域问题 (Task #1661-1663) 
- Task #1661: OCR时间戳丢失时无时间戳消息继承前驱时间戳新鲜度
- Task #1662: 补分逻辑三重DB检查，DB不存在时跳过补分
- Task #1663: OCR readline循环添加_stop_event检查，支持急停
- 修复SequenceMatcher局部导入导致的UnboundLocalError
 2026-09-01 22:06:22 +08:00
youpaishidifu eccc1a4247 fix: 修复评分加分逻辑问题，确保补分到5真正达到至少5分 (Task #1660) 2026-09-01 11:41:44 +08:00
youpaishidifu b23b243695 fix: 修复OCR时间戳过滤失效问题，过去日期+问号放行，纯历史消息丢弃 (Task #1659) 2026-09-01 10:32:52 +08:00
youpaishidifu 1f8be2b569 fix: 全面防御性编程确保所有数据库表存在，解决多个no such table错误 (Task #1658) 2026-09-01 09:41:03 +08:00
youpaishidifu 9726945b25 fix: 防御性编程确保keyword_scores表存在，解决no such table错误 (Task #1657) 2026-08-31 23:39:38 +08:00
youpaishidifu 589ea7ef4e fix: 防御性编程确保数据库表存在，解决user_messages表不存在错误 
- 添加_ensure_user_messages_table()方法：检查并创建user_messages表
- 添加_ensure_bot_messages_table()方法：检查并创建bot_messages表
- 添加_ensure_ocr_staging_table()方法：检查并创建ocr_staging表
- 在record_user_message、record_bot_reply、record_ocr_message、clear_ocr_staging方法开始处调用相应的防御性检查
- 解决0字节msg_history.db文件导致的'no such table: user_messages'错误

Task #1655
 2026-08-31 22:28:14 +08:00
youpaishidifu ba6f3a3afb fix: 修复OCR消息被误判为bot回复碎片的问题 (Task #1654) 
问题：'关于我们'、'服务器基本信息'等短查询被误判为bot回复碎片而丢弃
根因：bot回复碎片检测逻辑过于宽松，字符重叠率≥50%且cjk≥2就判定为碎片
修复：
1. 添加问句豁免：包含疑问词或以问号结尾的消息跳过碎片检测
2. 添加前缀豁免：短消息（<10字符）如果是已回复文本的前缀，视为用户查询
3. 调整策略1阈值：最长公共子串占比≥70%且≥5字符（原≥60%且≥3字符）
4. 调整策略2阈值：字符重叠率≥60%且cjk≥3（原≥50%且cjk≥2）
5. 策略3要求文本长度≥5（防止短消息误判）
 2026-08-31 21:24:21 +08:00
youpaishidifu 5e81a79ec1 fix: 修复去重误判问题，使用exclude_self=True避免自我比较 (Task #1654) 
问题：record_user_message调用_is_similar_to_history时使用exclude_self=False
导致自我比较产生100%相似度，误丢弃正常消息（如'服务器基本信息'）

修复：
1. 使用exclude_self=True避免自我比较，只与历史消息比对
2. 添加防止重复入库的检查（插入前检查是否已存在完全相同的消息）
3. 测试验证：'服务器基本信息' vs '服务器I' → 20% < 50% → 通过检查
 2026-08-31 18:31:50 +08:00
youpaishidifu 4f61ee3aac fix: 修复OCR捕捉含年月日消息导致后续消息丢失的问题 (Task #1652/#1653) 
问题：当上面一条消息有年月日时，下面的消息会丢失目标定位，需通过表情包/图片才能重新加入消息队列
根因：_ocr_text_has_fresh_timestamp对整个文本块检查，任何部分含历史日期都会导致整段文本被丢弃
修复：
1. 新增_strip_historical_date_lines辅助方法，按行分割文本并智能剥离历史日期行
2. 修改_process_ocr_output中的时间戳新鲜性检查逻辑
3. 当检测到历史日期时，先尝试剥离旧消息行，保留新鲜消息继续处理
4. 仅含日期无时间的表格日期：剥离日期但保留行内容
5. 含日期+时间的历史消息行：完全剥离
6. 无日期的行：完整保留
 2026-08-31 11:57:51 +08:00
youpaishidifu 5b9b0ff7ac 修复两个问题： 
Task #1651:
1. OCR终止无响应修复
   - 在_dual_engine的join循环中添加_stop_event检查
   - 在ocr_read_qq和ocr_read_wechat的关键time.sleep前添加急停检查
   - 确保急停时能立即退出OCR流程

2. 年月日消息过滤优化
   - 修改ocr_text_has_fresh_timestamp方法
   - 当所有日期都没有时间时，判定为表格日期，剥离后继续处理
   - 当混合情况（部分有时间，部分无时间）时，剥离无时间的表格日期
   - 只有年月日+时分的消息才会被丢弃
   - 仅有年月日的表格消息会剥离后继续处理

测试验证：
- 急停响应时间：0.101秒（< 0.5秒）
- 年月日消息过滤：5个测试用例全部通过
 2026-08-31 10:09:22 +08:00
youpaishidifu 63f8c749c1 修复两个问题： 
Task #1647: 陈旧消息过滤策略重构
- 超过1小时的消息返回-10.0分（扣10分）
- 消息分数≤0时丢弃该消息
- 验证并提交

Task #1648: 异步非阻塞OCR处理
- 添加后台OCR状态变量和线程管理
- 实现_start_ocr_bg方法启动后台OCR
- 实现_check_ocr_bg_result非阻塞检查结果
- 修改_poll方法使用异步OCR避免GUI阻塞
- 添加超时处理和急停清理
- 所有测试通过
 2026-08-31 00:10:24 +08:00
youpaishidifu 99abaa92bb fix: 修复病句漏过与陈旧时间戳放行(Task #1645/#1646) 
- #1645: 候选处理循环补全病句/噪声二次拦截(_is_noise_text)。
  段级预分割在全噪声时回退返回原文本，导致"话又说回来。"这类
  无动作无主语破碎句漏到下游进KB搜索，现每条候选再跑一次兜底。
- #1646: 时间戳新鲜度逻辑增加硬性拒绝。freshness_score==1.0 表示
  含时间戳且距今>1小时(如22:32放行21:29的1h3m旧戳)，视为OCR继承
  的陈旧时间戳，拒绝处理；无时间戳(freshness==0)仍按旧逻辑补分。
 2026-08-30 23:05:17 +08:00
youpaishidifu 59ae875acc fix: 优化同轮语义去重——降低关键词重叠阈值至25%+动作词检测 
- 骨架完全相同 → 跳过
- SequenceMatcher相似度>=70% → 跳过
- 关键词重叠>=25% 或 含核心动作词且重叠>=3 → 跳过

修复场景："我想知道那个怎么撤销导入的兑换码" vs "那啥怎么去撤销那个导入过的激活码"
两消息共享动作词(撤销/导入)和4个关键词，判定为重复
 2026-08-30 22:12:01 +08:00
youpaishidifu 4f378ee5b8 fix: 修复OCR变体误判和同轮重复回复问题 
1. 添加OCR字符规范化：逍→道、甬→用、兕→兑等常见OCR错误
2. 添加同轮语义去重：骨架匹配+Jaccard相似度>=85%则跳过
3. 修复重复return语句
 2026-08-30 21:56:23 +08:00
youpaishidifu 0e3ea2abc7 fix: 修复重复查重导致消息被误跳过（Task #1642 follow-up） 2026-08-30 19:07:58 +08:00
youpaishidifu bbc00f2c8b fix: 修复消息拼接/丢弃问题——同轮择优改为逐条处理所有候选消息 (Task #1642) 
- 旧逻辑：_candidates列表按质量分排序，只选1条最好的处理，其余全部丢弃
- 新逻辑：for循环逐条处理所有候选消息，每条独立查重、入库、KB搜索和回复
- 修复用户报告：OCR一次读到4条消息后只有1条被处理，其余3条丢失
- 用户原话：不要把消息都拼接成一条，不然一个拦截剩余的全部丢了
 2026-08-30 18:46:26 +08:00
youpaishidifu 3bb8c50969 fix: 修复消息去重相似度算法，改用3-gram Jaccard避免误判 (Task #1641) 
- 添加 _generate_ngrams() 函数生成连续n字片段
- 修改 _is_similar_to_history() 使用3-gram Jaccard相似度
- 阈值从50%调整为30%，更准确地识别重复消息
- 解决不同问法被误判为重复的问题

测试结果：
- '如何打印玩家流水' vs '玩家流水怎么操作的': 50%→18% (正确区分)
- '如何打印玩家流水' vs '我想知道怎么打印玩家的流水记录': 75%→12% (正确区分)
 2026-08-30 17:56:40 +08:00
youpaishidifu a302c7a889 fix: 修复急停后GUI开关状态不更新+EasyOCR不恢复+无法重启 (Task #1640) 
gui.py:
- _on_emergency_stop: 急停后立即通知 OCR 管理器 set_monitor_active(False)
- _update_stop_ui: 用 deselect() 替代 _variable.set(False)，更可靠地更新开关视觉状态
- _update_stop_ui: 添加20秒安全超时，强制重置 _stop_in_progress（防止 stop() 挂起导致永远无法重启）
- _toggle_monitor: 添加安全检查，monitor 已停止但 _stop_in_progress=True 时强制重置

monitor.py:
- _emergency_stop: 设置 _stopping=True 防止 stop() 重复执行清理（join已死线程+重复杀EasyOCR）
- _emergency_stop: 完成后重置 _stopping=False，确保后续 start() 正常执行

根因分析：
1. GUI开关不更新：CTkSwitch._variable.set(False) 在 customtkinter 中不可靠，改用 deselect()
2. 急停后无法重启：stop() 中 _release_memory() 可能挂起（torch.cuda/EmptyWorkingSet），
   导致 _stop_in_progress 永远不重置，_toggle_monitor 拒绝重启
3. EasyOCR不恢复：急停后未通知 OCR 管理器，引擎状态不一致,description:提交修改}
 2026-08-30 17:04:16 +08:00
youpaishidifu d52c4ef2f5 fix: 修复消息入库后被查重跳过的问题 
monitor.py:
- 修改 _is_similar_to_history 函数：添加 exclude_self 参数
- exclude_self=True 时排除自身刚入库的记录，防止'入库→查重→跳过'死循环
- 修改 _poll 中的调用：使用 exclude_self=True 排除自身
- record_user_message 中的调用保持 exclude_self=False（默认值）

问题分析：
消息在 _process_ocr_output 中被入库（record_user_message），
然后在 _poll 中被查重（_is_similar_to_history），
发现与刚入库的消息相似（100%），所以被跳过。

解决方案：
在 _poll 中使用 exclude_self=True，
排除自身刚入库的记录，防止死循环。
 2026-08-30 16:32:35 +08:00
youpaishidifu 778d269e50 fix: 修复消息去重失效问题：添加数据库查重逻辑 (Task #1639)\n\nmonitor.py:\n- 添加 _clean_text_for_dedup 函数：清理文本只保留中文字符\n- 添加 _is_similar_to_history 函数：检查消息是否与历史消息相似\n- 修改 record_user_message 函数：入库前进行数据库查重，清理后计算相似度，重复率≥50%就跳过\n- 在轮询逻辑中添加数据库查重：在候选消息构建时检查，与历史消息相似则跳过\n- 修复用户报告的问题：1条消息产生4条记录，去重失效 2026-08-30 15:38:32 +08:00
youpaishidifu 0552df5287 fix: 修复停止按钮死循环+EasyOCR预热误触发+历史消息时间戳过滤错误 (Task #1638) 
gui.py:
- 添加 _stop_in_progress 标志防止停止/启动死循环
- _toggle_monitor 检查 _stop_in_progress 标志防止重入
- _update_stop_ui 和 _stop_monitor_async 中正确设置和重置标志

monitor.py:
- 添加 _easyocr_warmup_generation 代际计数器防止死循环中旧预热线程错误初始化 EasyOCR
- 预热线程检查代际匹配防止跨 start/stop 周期的旧线程执行
- 移除 has_past 分支中的 skip_future_check=True，修复历史消息误判为新鲜的bug
  根因：skip_future_check 让未来时戳（如14:09看到21:15）通过检查，
  但OCR只能看到已发送消息，未来时戳必然来自过去日期
 2026-08-30 14:44:05 +08:00
youpaishidifu 52013d28c1 修复停止按钮死循环和消息落库问题 2026-08-30 14:03:53 +08:00
youpaishidifu 96f07353ba feat: monitor→GUI日志回调，EasyOCR子进程初始化状态可在GUI日志中查看 
- MessageMonitor 新增 _log_callback / set_log_callback / _gui_log
- _delayed_easyocr_start 启动时输出「🔧 EasyOCR 子进程初始化中...」
- _handshake_easyocr_subprocess 成功/超时/失败时输出对应状态
- _start_easyocr_proc_locked 启动失败时输出错误
- start() 中 _HAS_EASYOCR=False 或 broken 时输出警告
- gui.py 在 _log_queue 创建后调用 monitor.set_log_callback(self._log)
 2026-08-30 12:26:59 +08:00
youpaishidifu d2a4b4c0ea fix(msgbot): 修复内存未释放——延迟easyocr/torch导入+修正SetProcessWorkingSetSize参数+添加_heapmin（Task #1625） 2026-08-29 23:35:31 +08:00
youpaishidifu d3bb961c90 fix(msgbot): 修复OCR时间戳过滤器误丢含问号的新查询——旧消息时间戳拖累新消息丢弃（Task #1624） 2026-08-29 23:14:54 +08:00
youpaishidifu 781a578412 fix(msgbot): 修复OCR空列表IndexError并增强stop内存释放至最低占用 
Task #1622: 行合并循环在 merged_lines 为空时无条件访问 merged_lines[-1]
抛 IndexError，被最外层 except 记为 [qq] OCR失败: list index out of range。
增加 `if merged_lines else False` 守卫，首行非@结尾/不含问号/非bot回复时
不再越界。

Task #1623: 原 _release_memory 仅 SetProcessWorkingSetSize(-1,-1) 不逼出常驻
页，且未释放 winrt Windows OCR 引擎、未清 GPU 缓存，导致 bot 运行后暂停
内存仍高达~600MB。增强为 EmptyWorkingSet 强制归还物理内存 +
torch.cuda.empty_cache/synchronize + 释放 self._ocr_engine 引用，与 GUI 侧
_force_system_memory_cleanup 范式一致，使运行后暂停与刚启动待机内存一致。
 2026-08-29 21:55:59 +08:00
youpaishidifu 6b30101806 fix(msgbot): 强化OCR逗号断行合并——前一行以逗号结尾时忽略下一行短句/问号特征强制合并 
- EasyOCR常在中文逗号处拆行，导致"兑换码插件导入错误，怎么处置?"被分成两段
- 修复1：前一行以逗号结尾时，即使下一行含问号，也合并（逗号是停顿，不是消息边界）
- 修复2：前一行以逗号结尾时，忽略下一行短句/名字特征强制合并
- 原因：逗号是用户日常发言的停顿或语句分割，不应作为消息边界
EOF
)
 2026-08-29 21:26:20 +08:00