'commit'

Util/EasyOcrKit.py

@@ -21,16 +21,27 @@ class EasyOcrKit:
         :param langs: 识别语言列表
         :param gpu: 是否使用 GPU
         """
+        # 检查是否需要重新初始化（例如从 GPU 切换到 CPU）
+        if self._reader is not None:
+            if hasattr(self, '_using_gpu') and self._using_gpu != gpu:
+                logger.info(f"检测到 GPU 模式变更 ({self._using_gpu} -> {gpu})，重新初始化 Reader...")
+                self._reader = None
+
         if self._reader is None:
             try:
                 self._reader = easyocr.Reader(langs, gpu=gpu)
+                self._using_gpu = gpu # 记录当前使用的模式
                 logger.info(f"EasyOCR Reader 初始化成功 (gpu={gpu})")
             except Exception as e:
                 logger.error(f"EasyOCR Reader 初始化失败: {e}")
                 # 如果 GPU 失败，尝试回退到 CPU
                 if gpu:
                     logger.warning("尝试回退到 CPU 模式...")
-                    self._reader = easyocr.Reader(langs, gpu=False)
+                    try:
+                        self._reader = easyocr.Reader(langs, gpu=False)
+                        self._using_gpu = False
+                    except Exception as ex:
+                        logger.error(f"EasyOCR CPU 模式回退也失败: {ex}")
 
     def read_text(self, image):
         """

WeiXin/T6_AutoChatMonitor.py

@@ -7,13 +7,13 @@ import os
 import asyncio
 from datetime import datetime
 
-from Util import Win32Patch
-
 # 添加项目根目录到 sys.path
 project_root = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
 if project_root not in sys.path:
     sys.path.append(project_root)
 
+from Util import Win32Patch
+
 from WeiXin.WxUtil import find_input_box_center, perform_input_action, get_vlm_analysis, clean_screenshots_dir, is_in_chat_interface, get_vlm_json, find_template_match, find_all_template_matches
 from Util.LlmUtil import get_llm_response
 from Util.EasyOcrKit import EasyOcrKit
@@ -49,21 +49,19 @@ logger.propagate = False
 logger.info(f"日志文件路径: {log_file_path}")
 
 # 配置参数
-CHECK_INTERVAL = 10  # 检查频率 (秒)
-SILENCE_THRESHOLD = 60 * 5  # 静默阈值 (5分钟) 主动询问
-MAX_PROACTIVE_PROMPTS = 1  # 最大主动询问次数
+CHECK_INTERVAL = 5  # 检查频率 (秒)
 
 class ChatBot:
     def __init__(self):
         self.d = u2.connect()
         self.last_message_text = ""
-        self.last_interaction_time = time.time()
-        self.proactive_count = 0
+        self.last_processed_msg = None # 记录上一条已处理/回复过的对方消息内容
         self.screenshot_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "Screenshots")
         if not os.path.exists(self.screenshot_dir):
             os.makedirs(self.screenshot_dir)
             
-        self.ocr_kit = EasyOcrKit()
+        # 强制使用 CPU 模式以避免 0xC0000409 (Stack Buffer Overrun) 崩溃
+        self.ocr_kit = EasyOcrKit(gpu=False)
         
         self.is_first_run = True # 首次运行标志
 
@@ -84,26 +82,16 @@ class ChatBot:
             "- 每学期开学招收小学三年级至六年级，初中七年级的学生入学，其它年段不招生。\n"
         )
 
-    async def get_reply(self, history_text, is_proactive=False):
-        if is_proactive:
-            prompt = (
-                f"【教师人设】：{self.persona}\n\n"
-                f"【对话背景】：家长已经超过5分钟没有回应了。\n"
-                f"【近期聊天记录】：\n{history_text}\n\n"
-                "【任务要求】：\n"
-                "请作为大张老师，给家长发一段简短的关怀消息。不要催促，语气温柔。"
-                "字数严格控制在 50 字以内。不要编造事实。"
-            )
-        else:
-            prompt = (
-                f"【教师人设】：{self.persona}\n\n"
-                f"【近期聊天记录】：\n{history_text}\n\n"
-                "【任务要求】：\n"
-                "请作为大张老师回复家长。**必须且只能针对聊天记录中的最后一条消息进行回复！**\n"
-                "之前的聊天记录仅供参考上下文，如果之前的问题已经回答过，绝对不要重复回答。\n"
-                "严禁发散，严禁编造家长没说过的情况。如果不清楚家长的意图，就温柔询问。\n"
-                "字数严格控制在 50 字以内。直接输出回复正文。"
-            )
+    async def get_reply(self, history_text):
+        prompt = (
+            f"【教师人设】：{self.persona}\n\n"
+            f"【近期聊天记录】：\n{history_text}\n\n"
+            "【任务要求】：\n"
+            "请作为大张老师回复家长。**必须且只能针对聊天记录中的最后一条消息进行回复！**\n"
+            "之前的聊天记录仅供参考上下文，如果之前的问题已经回答过，绝对不要重复回答。\n"
+            "严禁发散，严禁编造家长没说过的情况。如果不清楚家长的意图，就温柔询问。\n"
+            "字数严格控制在 50 字以内。直接输出回复正文。"
+        )
         
         full_response = ""
         async for chunk in get_llm_response(prompt, stream=False):
@@ -120,42 +108,53 @@ class ChatBot:
         content = voice_msg.get('content', '0"')
         logger.info(f"🎤 开始处理语音消息: {content}, 坐标: ({vx}, {vy})")
         
-        # 1. 长按语音消息
-        self.d.long_click(vx, vy, 0.6)
-        time.sleep(0.3)
-        
-        # 2. CV 模板匹配寻找 "转文字" 按钮
-        menu_shot_path = os.path.join(self.screenshot_dir, "t6_menu_shot_convert.jpg")
-        self.d.screenshot(menu_shot_path)
-        
-        convert_template = r"d:\dsWork\aiData\WeiXin\Templates\zhun_wen_zi.jpg"
-        convert_btn = find_template_match(menu_shot_path, convert_template, threshold=0.7)
-        
-        if not convert_btn:
-            logger.warning("❌ CV 未找到 '转文字' 按钮，取消操作。")
-            self.d.click(vx + 200, vy) # 点击空白处关闭菜单
-            return None
-            
-        logger.info(f"✅ CV 找到 '转文字' 按钮: {convert_btn}")
-        self.d.click(convert_btn[0], convert_btn[1])
-        
-        # 3. 动态等待转换
-        duration_str = content.replace('"', '').strip()
         try:
-            duration = int(duration_str)
-        except:
-            duration = 10
-        wait_seconds = max(2, duration / 5.0)
-        logger.info(f"⏳ 语音时长 {duration}s，等待转换 {wait_seconds:.1f}s...")
-        time.sleep(wait_seconds)
-        
-        # 4. 截图并 OCR 识别内容
-        ocr_shot_path = os.path.join(self.screenshot_dir, "t6_ocr_shot.jpg")
-        self.d.screenshot(ocr_shot_path)
-        
-        # OCR 识别
-        # 策略：识别整个屏幕，但只提取位于当前语音消息下方，且在下一条消息（如果有）上方的内容
-        ocr_results = self.ocr_kit.read_text(ocr_shot_path)
+            # 1. 长按语音消息
+            logger.info("👆 正在长按语音消息...")
+            self.d.long_click(vx, vy, 0.6)
+            logger.info("✅ 长按完成，等待菜单...")
+            time.sleep(0.3)
+            
+            # 2. CV 模板匹配寻找 "转文字" 按钮
+            menu_shot_path = os.path.join(self.screenshot_dir, "t6_menu_shot_convert.jpg")
+            logger.info(f"📸 截取菜单图: {menu_shot_path}")
+            self.d.screenshot(menu_shot_path)
+            
+            convert_template = r"d:\dsWork\aiData\WeiXin\Templates\zhun_wen_zi.jpg"
+            logger.info(f"🔍 寻找模板: {convert_template}")
+            convert_btn = find_template_match(menu_shot_path, convert_template, threshold=0.7)
+            
+            if not convert_btn:
+                logger.warning("❌ CV 未找到 '转文字' 按钮，取消操作。")
+                self.d.click(vx + 200, vy) # 点击空白处关闭菜单
+                return None
+                
+            logger.info(f"✅ CV 找到 '转文字' 按钮: {convert_btn}")
+            self.d.click(convert_btn[0], convert_btn[1])
+            
+            # 3. 动态等待转换
+            duration_str = content.replace('"', '').strip()
+            try:
+                duration = int(duration_str)
+            except:
+                duration = 10
+            wait_seconds = max(2, duration / 5.0)
+            logger.info(f"⏳ 语音时长 {duration}s，等待转换 {wait_seconds:.1f}s...")
+            time.sleep(wait_seconds)
+            
+            # 4. 截图并 OCR 识别内容
+            ocr_shot_path = os.path.join(self.screenshot_dir, "t6_ocr_shot.jpg")
+            logger.info(f"📸 截取 OCR 识别图: {ocr_shot_path}")
+            self.d.screenshot(ocr_shot_path)
+            
+            # OCR 识别
+            # 策略：识别整个屏幕，但只提取位于当前语音消息下方，且在下一条消息（如果有）上方的内容
+            logger.info("📖 开始 OCR 识别...")
+            ocr_results = self.ocr_kit.read_text(ocr_shot_path)
+            logger.info(f"✅ OCR 识别完成，获取 {len(ocr_results)} 个文本块")
+        except Exception as e:
+            logger.error(f"❌ process_single_voice 发生异常: {e}", exc_info=True)
+            return None
         
         # 按 Y 坐标排序，确保从上往下处理
         ocr_results.sort(key=lambda x: (x[0][0][1] + x[0][2][1]) / 2)
@@ -417,6 +416,14 @@ class ChatBot:
                                 processed_voice_content = text
                     
                     self.is_first_run = False # 标记首次运行结束
+
+                    # 初始化 last_processed_msg，避免回复历史消息
+                    if dialogue_log:
+                        last_log = dialogue_log[-1]
+                        if last_log.startswith("对方"):
+                             content = last_log.split(":", 1)[1].strip()
+                             self.last_processed_msg = content
+                             logger.info(f"🌟 首次运行，标记最后一条对方消息为已处理: {content}")
                     
                 else:
                     # 后续监控：只处理最后一条，且必须是未读 (is_unread=True)
@@ -452,30 +459,45 @@ class ChatBot:
                 history_text = "\n".join(dialogue_log)
                 
                 # 判断是否需要回复：
-                # 核心规则：只有当最后一条消息是“对方”说的，才回复。如果是“我”说的，则不回复。
+                # 核心规则：只有当最后一条消息是“对方”说的，且内容未处理过，才回复。
                 
                 should_reply = False
+                current_last_content = ""
+
                 if dialogue_log:
                     last_log = dialogue_log[-1]
                     
                     # 检查最后一条消息的发送者
                     if last_log.startswith("对方"):
-                         logger.info(f"💡 最后一条消息是对方发送，准备回复。内容: {last_log}")
-                         should_reply = True
+                         parts = last_log.split(":", 1)
+                         if len(parts) > 1:
+                            current_last_content = parts[1].strip()
+                         else:
+                            current_last_content = last_log
+                         
+                         if current_last_content != self.last_processed_msg:
+                             logger.info(f"💡 发现新消息，准备回复。内容: {current_last_content}")
+                             should_reply = True
+                         else:
+                             # logger.info(f"⚪ 消息已回复过，跳过: {current_last_content}") 
+                             should_reply = False
                     else:
-                         logger.info(f"⚪ 最后一条消息是我发送的，无需回复。内容: {last_log}")
+                         # logger.info(f"⚪ 最后一条消息是我发送的，无需回复。")
                          should_reply = False
+                         # 如果最后一条是我发的，重置 last_processed_msg
+                         self.last_processed_msg = None
                 
                 if should_reply:
                     logger.info("🤖 准备调用 LLM 生成回复...")
+                    # 立即更新状态，防止在回复生成期间（如果耗时）重复触发
+                    self.last_processed_msg = current_last_content
+                    
                     reply = await self.get_reply(history_text)
                     logger.info(f"💡 LLM 回复: {reply}")
                     
                     if reply and input_center:
                          # 输入并发送
                          perform_input_action(self.d, input_center, reply)
-                         # 记录回复时间
-                         self.last_interaction_time = time.time()
                 
                 # 休眠
                 await asyncio.sleep(CHECK_INTERVAL)