youpaishidifu/msgbot
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
473 Commits 1 Branch 0 Tags
eac9ece77f746ad3094e840a7bd97d2cba284011
Commit Graph
473 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
youpaishidifu 47bd990f76 fix: 急停WH_KEYBOARD_LL钩子两个致命bug修复 
1. hmod参数必须为NULL: GetModuleHandleW(None)返回Python.exe模块句柄≠NULL，
   导致SetWindowsHookExW静默失败，钩子从未安装成功。改用None(0)。

2. 安装钩子前先创建消息队列: PeekMessageW强制创建线程消息队列，
   WH_KEYBOARD_LL回调通过GetMessage投递，无消息队列则回调永远不到达。

新增启动成功日志: [急停] 底层键盘钩子安装成功，ESC 急停已激活
 2026-07-29 14:23:47 +08:00
youpaishidifu c243549169 fix: 急停改用底层键盘钩子WH_KEYBOARD_LL，全局生效 
GetAsyncKeyState 依赖消息泵，daemon 线程无消息循环，只有 CMD 有焦点时才能偶然读到 ESC。

改用 SetWindowsHookExW(WH_KEYBOARD_LL) 系统级底层键盘钩子：
- 不依赖窗口焦点，任何进程按 ESC 都能捕获（游戏全屏/浏览器/桌面）
- 钩子回调运行在安装钩子的线程消息泵（GetMessage）
- 线程退出时 PostThreadMessageW(WM_QUIT) 唤醒 GetMessage 阻塞
- 卸载钩子 + 释放回调引用防 GC 延迟崩溃
 2026-07-29 14:13:44 +08:00
youpaishidifu b2dc72e7b5 fix: 剪贴板hash去重 + 双击ESC急停 + 截图日志完善 
1. 剪贴板hash去重: _read_via_clipboard_once计算md5(content),
   同平台内容未变则跳过，防止QQ读到微信遗留的过时剪贴板数据
   答非所问(跨平台stale数据)问题修复

2. 双击ESC急停: _esc_check_loop daemon线程每150ms轮询ESC键,
   两次ESC间隔<500ms触发_emergency_stop: 设置_running=False、
   杀死EasyOCR子进程、清空发送锁、回调GUI更新状态、
   用户可点击开关重新启动。急停后不退出程序。

3. 截图日志完善:
   - 日志打印完整路径(用户可直接定位)
   - 统一keep=60(QQ+微信共享清理池,双平台不互删)
   - 移除微信冗余二次保存(wechat_ocr_*重复save)
   - 修复silent except→打出save失败日志
 2026-07-29 13:11:00 +08:00
youpaishidifu afbcd109f0 fix: poll first变量修复 + KB添加安装动词 + 绿色气泡OCR拦截\n\n1. Poll first变量修复: first=True初始化但循环体内从未设为False→\n 所有new_items都被当作第一条处理。加first=False只处理首条。\n2. KB action_verbs_all添加"安装": "云背包插件怎么安装"\n verb+obj提取安装+云背包插件→优先匹配"安装方法"section\n3. 绿色气泡OCR拦截三层:\n - OCR级: |管道符+CJK混合过滤(正常聊天从不混用|和中文)\n - Poll级: 同|管道符+CJK过滤兜底\n - _is_reply_fragment阈值降低: raw 8→6, CJK 6→5\n - OCR line filter阈值同步降低: raw 8→6, CJK 6→5\n 绿色气泡被OCR啃成"GU |进行配置..."的乱码现在pipe过滤\n 即可拦截或SequenceMatcher阈值降低后匹配replied_texts\n- 提交git.ypshidifu.cn 2026-07-29 12:42:23 +08:00
youpaishidifu 3b8117977b fix: 白色气泡柱检测拦截CMD窗口误截图 
_has_user_colors 新增一层: 左35%区域按行统计白色像素密度。
用户气泡在左侧形成多行多列白色密集区(气泡柱), CMD窗口/非聊
天截图即使有零星白字也不会在同一行出现≥3白色采样点。日志输
出行白色分布数组用于调参: [qq] 无白色气泡柱(r=[0,1,0,2,0,...])
跳过(非聊天截图)
 2026-07-29 12:05:06 +08:00
youpaishidifu b160514729 fix: QQ独立轮询线程 + 调试截图前置 + 游戏UI乱码过滤补全 
1. QQ独立轮询线程: QQ从_run_loop移到_qq_poll_loop独立daemon线程,
   不再被微信OCR(~15-20s/轮)阻塞。QQ响应从~34s降到~3-5s。
   EasyOCR子进程加_easyocr_lock保护并发访问。
2. 调试截图前置: QQ/微信的ocr_debug截图移至颜色+哈希检查之前，
   即使像素/哈希跳过也有图可查。日志打印截图文件名。
   _read_messages各路径增加'消息来源: xxx → N条'日志追踪。
3. 游戏UI乱码过滤补全: 剪贴板路径和poll级去重循环追加
   CJK+下划线英文/CJK+大写英文组合过滤，堵住clipboard/UIA兜底漏过的乱码。
 2026-07-29 11:44:25 +08:00
youpaishidifu 21f2426492 fix: QQ裁剪回退0.25 + 轮询加速2周期 
1. QQ cap_left 0.50→0.25 回退到5de2521状态，消息面板覆盖左半侧，用户消息不再被切掉
   颜色检测+md过滤负责拦截bot回复残片，无需用0.50避开会话列表
2. QQ降频4周期→2周期(~8s→~4s)，用户消息响应加快
 2026-07-29 10:46:09 +08:00
youpaishidifu 30e8e0ccc3 fix: <br>HTML标签 md检测 + 游戏UI乱码过滤 + 无消息气泡跳过OCR 
1. _is_markdown_document: 增加<br>HTML换行标记检测，bot回复中<br>残片不再触发查库
2. OCR过滤: 增加游戏UI/非聊天文本乱码过滤，含下划线英文(CJK+_组合)和
   CJK后跟大写英文(玩家Ierite 比武Mtp)特征两项，拦截群中游戏插件输出残缺
3. _has_user_colors: 左右半区白色像素合计<20且bot色<3时认为无可见消息气泡，跳过本轮OCR
 2026-07-29 10:17:50 +08:00
youpaishidifu 94cd3ca448 修复颜色检测+自身冷却+QQ裁切+2324异常 4项：QQ cap_left 0.25→0.50(避会话列表) / _has_user_colors改左右半区策略 / 回复后同平台15s冷却 / 2324行try-except兜住SetForegroundWindow崩溃 2026-07-29 00:53:36 +08:00
youpaishidifu 718f67804c 修复KB搜索3项：疑问词不当降权 + 文档聚合tiebreaker + section弱匹配不计入 2026-07-29 00:09:22 +08:00
youpaishidifu 4da415f9c5 修复KB匹配：action_verbs_all去掉怎么/如何等疑问词，避免sdf1_login含'怎么办'被惩罚更少反超beibao 2026-07-29 00:01:28 +08:00
youpaishidifu 0452246c73 修复多发+剪贴板安全 4项：模糊阈值0.85→0.75/CJK子串8→6/同poll只处理第一项/设剪贴板后回读校验/读剪贴板时检查发送锁防竞争 2026-07-28 23:37:01 +08:00
youpaishidifu e2a1fe2a68 修复OCR 3项：微信裁切左移到34% + 颜色像素检测(蓝=QQ绿=微信=仅bot跳过) + bot回复残留因颜色检测一并隔离 2026-07-28 23:11:19 +08:00
youpaishidifu a093528888 修复2个问题：微信OCR hash碰撞(aHash→dHash+5秒强制刷新) + KB搜索动词+对象精准匹配防误召回 2026-07-28 22:28:29 +08:00
youpaishidifu 1ccaa926fd 4项修复：CJK比例乱码过滤/跨平台冷却30s/SequenceMatcher加强(原始文本匹配+CJK阈值6)/split阶段回复残片预检；加_reply_fragment复用方法；回复前缀后缀变体追踪 2026-07-28 21:48:55 +08:00
youpaishidifu 768b3da214 修复3个bug：加import sys修复子进程崩溃；加消息漫游到UI子串黑名单；加结构化数据面板过滤拦截QQ指令面板（3+中文冒号键值对）；同步到Poll过滤层级 2026-07-28 21:19:47 +08:00
youpaishidifu 7102821127 EasyOCR GPU crash隔离：子进程隔离GPU推理，崩溃只杀子进程不冻电脑；新增easyocr_worker.py常驻worker；主进程降级到Windows OCR 2026-07-28 19:24:33 +08:00
youpaishidifu 94cf619f3d OCR截屏JSON/YAML配置块剥离：新增_strip_json_yaml_blocks方法在切行前剥离JSON对象块/key-value行/YAML列表；OCR行过滤和Poll过滤加JSON/YAML语法兜底；修复微信右侧配置面板与用户消息搅合导致消息丢失 2026-07-28 18:58:54 +08:00
youpaishidifu f3cdb142b8 OCR行过滤加*开头和*配对残片丢弃，修复*如有错误、*x但不衢...x*漏网 2026-07-28 18:42:10 +08:00
youpaishidifu 06ead20a6d 增强md语法过滤：全面拦截**加粗/###数字标题/编号列表/引用块/分隔线/表格行；提取函数过滤**残片；OCR行过滤兜底md语法；轻量化前台操作避免截图卡顿 2026-07-28 18:23:46 +08:00
youpaishidifu d3d35ceb55 修复OCR自我回环：无中文乱码过滤、微信唤前台截图、SequenceMatcher阈值10 
1. 无中文乱码过滤：非中文且长度>10且非/开头的行一律丢弃。
   解决URL-only因OCR吃掉https://前缀漏网（如hpsllimgypshidifu...）

2. 微信OCR加唤前台：在截图前调用_ensure_foreground，
   避免终端窗口遮挡导致OCR读到自身日志文字。

3. SequenceMatcher阈值12→10：
   与已回复文本公共子串11字，旧阈值12差一字漏网。10字安全覆盖。
   OCR/Poll双重部署。正常用户消息公共子串≤1字，无影响。
 2026-07-28 17:57:33 +08:00
youpaishidifu 30d2b497a8 Fix OCR self-feed loop: bold md detect, repeat-char garbage, SequenceMatcher reply fragment catch 
- _is_markdown_document: add bold **text** detection before len<10 gate
- Garbage filter: 5+ consecutive same char detect (LLLLL/11111)
- OCR filter + Poll filter: SequenceMatcher longest common CJK substring >=12 chars
  vs replied_texts. Catches TTTT八X1r以...工单]、**使用**权 fragments
  that exact/substring/fuzzy match miss due to OCR noise prefix.
 2026-07-28 17:42:07 +08:00
youpaishidifu ba139113b1 修复OCR md碎片漏网：短列表项/- 玩家义务/漏过、尾部#草残留 
- _is_markdown_document: 行首列表项(- /*)、checkbox([V])、
  md链接缺括号([text]( )检查移到len<10之前，短碎片不漏
- 时间戳分割else分支: 新增尾部#标题清理(\s+#[\u4e00-\u9fff]...$)
- 提取后重检: extraction出的文本再走_is_markdown_document，
  纯md碎片丢弃
- 过滤循环兜底: line进入texts.append前再扫一次尾部#标题+
 2026-07-28 16:48:56 +08:00
youpaishidifu 42db2ad5b8 新增三层OCR过滤: URL-only/UI子串黑名单/浏览状态去锚 
- URL-only: 无中文+含https? → 拦截OCR面板图片URL碎片（含OCR乱码httpsLlimgypshidifu）
- UI子串黑名单: 启用监控/数据看板/债券总和/应用设置/php管理员 → 含任一即丢弃
- 浏览状态去锚: ^(浏览|...) → (?:浏览|...) 拦截"启用监控浏览243个文档"等混合碎片
- 黑名单补充: 手机（Smart-Dump漏网）
- FutureWarning修复: [[\d] → \[\d
- Poll级安全阀同步新增URL-only+UI子串过滤
 2026-07-28 16:31:38 +08:00
youpaishidifu 4895379d6d 修：微信UI元素过滤 + 发送失败冷却防卡死 
问题1：微信OCR读左侧会话列表按钮（游戏中心/视频号/通讯录等），
触发KB匹配→尝试回复→窗口切换→Ctrl+C都响应很久。

修复1：
- 微信截图左边界从32%移到40%（跳过左侧UI按钮列）
- 新增微信UI元素黑名单正则：游戏中心|视频号|直播|看一看|搜一搜|朋友圈|通讯录|收藏|设置|发现|我|摇一摇|小程序|支付|卡包|表情|公众号|服务

问题2：UI文本触发回复→发送失败→下一轮OCR又读到相同文本→
又触发→又失败→无限循环卡死。

修复2：
- 新增_failed_send_cooldown字典（msg_hash→失败时间）
- 失败后60秒内不重试同一条消息
- 失败文本立即加入seen_messages防止OCR重新触发
- 清理过期冷却条目（TTL 60秒）
 2026-07-28 13:11:43 +08:00
youpaishidifu f5bfcb56eb 修：OCR随机字符垃圾（如544UUJ1W H V=YJ~JL:e）漏过过滤 
问题：EasyOCR对头像/表情/特殊UI区域输出无意义字母数字符号组合，
_is_ocr_console_garbage对无中文文本阈值>20，刚好漏过20字符的乱码。

修复：
1. 无中文阈值从>20降到>15
2. 新增随机字符检测：无中文+特殊字符>15%+字母数字混杂→垃圾
3. _process_ocr_output逐行过滤同步添加该检测
 2026-07-28 12:30:08 +08:00
youpaishidifu ababfc88ad 修：PostMessage键盘导致QQ NT发送乱码字符 2026-07-28 11:30:28 +08:00
youpaishidifu 3a7a05f973 修：OCR全角括号md碎片导致KB死循环 
问题：OCR将英文括号识别为全角（（）形式，[官方下载]（？https...
此类碎片漏过 _is_markdown_document 检测，进入KB匹配触发回复。

修复：
1. _is_markdown_document: 新增 ]（ 和 [text]（ 检测（全角括号md链接）
2. OCR行级过滤: 新增 ]（ 碎片丢弃
3. _extract_user_text_from_md_fragment: 新增全角括号md标记分割
4. KB scoring: 短查询（≤3分词）降权，防碎片得分反超真实消息
 2026-07-27 21:48:44 +08:00
youpaishidifu 8d5e9b7e17 修：OCR md 残留死循环 - checkbox/[V]残片 + 断链检测 
问题：bot md回复被OCR识别后再次进入自动回复管道，形成死循环。
[V] GitHu [V] gitee... 等checkbox碎片和 [text](url 断链碎片
未触发现有 md 检测，导致自言自语。

修复：
1. 行级OCR过滤：含2+个 [V] 标记的行直接丢弃
2. _is_markdown_document 加两条：
   - checkbox 标记 [V]/[v]/[x]/[V ] 等 → md 残留
   - 断链 [text]( → QQ群聊不用此语法
 2026-07-27 21:22:35 +08:00
youpaishidifu 25073c35f1 requirements.txt: 添加 easyocr/torch/torchvision 依赖 2026-07-27 20:52:09 +08:00
youpaishidifu 79b739f59d md表格细胞值提取加固+replied子串包含过滤 CUDA Torch 安装 2>&1 2026-07-27 19:47:39 +08:00
youpaishidifu 17bfe35520 _poll: qq找窗去子线程，纯Win32直接跑在_run_loop线程 2026-07-27 19:27:22 +08:00
youpaishidifu e723ce582e OCR checkbox残片过滤 + EasyOCR GPU自动检测 2026-07-27 19:02:58 +08:00
youpaishidifu dc2e1f4105 EasyOCR:主线程预加载+torch.set_num_threads(1)防段错误 2026-07-27 18:52:31 +08:00
youpaishidifu 906c89f2f9 加faulthandler+OCR阶段心跳日志排查崩溃 2026-07-27 18:28:31 +08:00
youpaishidifu 5ecfa09017 窗口查找改纯PID+OCR垃圾过滤+md短标题修复 2026-07-27 18:18:36 +08:00
youpaishidifu a0e932276a 替换：文本指纹→截图像素签名(8x8感知hash)，屏幕不变整轮跳过+跳过fallback+不计空读 2026-07-27 17:06:56 +08:00
youpaishidifu e90cea7343 修复：OCR环路五个靶点—①##中文(md检测)②位置0##不提取③跨轮指纹去重④引擎标签⑤回复标题去##追踪 2026-07-27 16:30:37 +08:00
youpaishidifu 24146f34d9 重大：新增微信OCR读取 + 提取_process_ocr_output共用方法 + 导航噪声过滤 + 垃圾计数改为dict 2026-07-27 15:55:55 +08:00
youpaishidifu ec06e48926 修复：KB同义词(权力→权利) + 微信"关闭"按钮过滤(NFKC标准化+行尾跳过) 2026-07-27 15:36:14 +08:00
youpaishidifu 12759cabfc 修复：OCR md片段中提取用户消息（_extract_user_text_from_md_fragment） 2026-07-27 14:50:47 +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 81419b82fd fix: QQ消息末尾O~/C~/0~状态标记清理更宽松正则 
旧正则 \s*O~O~\s*$ 只匹配 O~O~，漏掉 O~、C~、0~ 等变体。
新正则 \s*(?:[A-Za-z0-9]~)+\s*$ 覆盖所有单/多字符+波浪线组合。

三处同步更新归一化函数:
1. _normalize_ocr_text (全局字符清理)
2. OCR原始行分割前 (split前整行清理)
3. 剪贴板行过滤 (clipboard路径清理)
4. 时间戳分割后逐片段清理 (关键修复:之前只清了分割前行,分割后片段漏了)
 2026-07-27 11:38:59 +08:00
youpaishidifu 135da38760 fix: 清理 QQ 消息末尾 O~O~ 状态标记 + md 检测移到分割后 
1. 剪贴板/OCR 行末尾 '0~O~' 状态标记污染 KB 匹配 → 用正则清理
2. md 文档检测从分割前移到分割后逐片段执行，避免 bot md 片段误杀同条 OCR 行里的用户消息
3. easyocr 导入移到 COM 模块之前，避免 c10.dll 初始化冲突
 2026-07-27 10:33:29 +08:00
youpaishidifu 0d375ab230 chore: gitignore 屏蔽 nul 文件（Shell 重定向产物） 2026-07-26 23:26:11 +08:00
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