'commit'

Apps/XinDianTu/Opener.py

@@ -55,25 +55,12 @@ async def check_and_close_ad(d):
                 logger.info(f"检测到广告关闭按钮: ({x}, {y}) [Type: {ad_type}]")
                 
                 if ad_type == "rabbit":
-                    logger.info(">>> 检测到兔子广告。尝试使用图片识别关闭...")
+                    logger.info(">>> 检测到兔子广告。使用模型返回的坐标关闭...")
                     try:
-                        template_path_1 = os.path.join(BASE_DIR, "Template", "X1.jpg")
-                        template_path_2 = os.path.join(BASE_DIR, "Template", "X2.jpg")
-                        clicked = False
-                        if d.image.click(template_path_1, timeout=3.0):
-                            logger.info(">>> 成功通过图片识别关闭兔子广告 (X1 模板)。")
-                            clicked = True
-                        else:
-                            logger.warning(">>> X1 模板未找到兔子广告关闭按钮，尝试 X2 模板。")
-                            if d.image.click(template_path_2, timeout=3.0):
-                                logger.info(">>> 成功通过图片识别关闭兔子广告 (X2 模板)。")
-                                clicked = True
-                            else:
-                                logger.warning(">>> X2 模板也未找到兔子广告关闭按钮。")
-                        if clicked:
-                            await asyncio.sleep(1.5)
+                        d.click(x, y)
+                        await asyncio.sleep(1.5)
                     except Exception as ex:
-                        logger.error(f">>> 图片识别关闭兔子广告异常: {ex}")
+                        logger.error(f">>> 坐标点击兔子广告关闭按钮异常: {ex}")
                     
                     if os.path.exists(screenshot_path): os.remove(screenshot_path)
                     return True

Apps/XinDianTu/ReadImageKit.py

@@ -107,36 +107,24 @@ class ReadImageKit:
         if not os.path.exists(image_path):
             return None
 
-        # 1. 优先使用图形学算法检测“新电兔AI”广告，因为它的特征非常明显
-        cv_rabbit_point = detect_rabbit_ad_close(image_path, debug_dir=TEMP_IMAGE_DIR)
-        if cv_rabbit_point:
-            logger.info(f">>> 图形学算法精准捕捉到兔子广告关闭按钮: {cv_rabbit_point}")
-            # 注意：Kit.py 的 detect_rabbit_ad_close 现在返回的是 0-1.0 归一化坐标
-            norm_point = cv_rabbit_point
-            ad_type = "rabbit"
-            
-            # 转换坐标并返回
-            if not device_info:
-                device_info = cls._FALLBACK_DEVICE_INFO
-            w = device_info.get("displayWidth", FALLBACK_WIDTH)
-            h = device_info.get("displayHeight", FALLBACK_HEIGHT)
-            x = int(norm_point[0] * w)
-            y = int(norm_point[1] * h)
-            return {"x": x, "y": y, "ad_type": ad_type}
+        if not device_info:
+            device_info = cls._FALLBACK_DEVICE_INFO
+
+        primary_width = device_info.get("displayWidth") or device_info.get("width", FALLBACK_WIDTH)
+        primary_height = device_info.get("displayHeight") or device_info.get("height", FALLBACK_HEIGHT)
 
-        # 2. 如果图形学没找到，再请求大模型进行全量检测
         with open(image_path, "rb") as image_file:
             encoded_image = base64.b64encode(image_file.read()).decode("utf-8")
             img_input = {"url": f"data:image/jpeg;base64,{encoded_image}"}
 
-        # 构建提示词
         prompt = (
             "请仔细检查这张图片中是否存在**弹窗广告**或**悬浮广告**。\n"
             "广告可能有以下几种形式：\n"
             "1. **屏幕中央的大型弹窗广告**：通常遮挡了页面内容，内容多为优惠券、活动推广、或“免费停车”类提示（例如：现在可免费停车N小时了！）。\n"
-            "2. **'新电兔AI'专属悬浮广告**（高频）：一个卡通兔子头，带有'新电兔AI'字样，关闭按钮是一个黑色圆圈内含白色X。\n"
+            "2. **'新电兔AI'专属悬浮广告**（高频）：通常出现在列表区域的左下方，左侧为卡通兔子头像和“新电兔AI”文字，关闭按钮是一个带 X 的圆形按钮；当右侧同一高度附近还有一个独立的浮动广告时，关闭按钮会出现在右侧浮动广告下方的圆形按钮处（一般为灰色圆圈，内部有 X，可能部分覆盖在文字上）。\n"
             "3. **底部的横幅广告**：带有明显的关闭按钮。\n\n"
-            "请返回关闭按钮的中心坐标。\n\n"
+            "如果同时存在左侧“新电兔AI”浮动区域和右侧浮动广告，请优先返回右侧浮动广告下方圆形关闭按钮的坐标；只有在右侧没有浮动广告时，才返回左侧“新电兔AI”下方圆形关闭按钮的坐标。\n\n"
+            "请返回最主要的关闭按钮的中心坐标。\n\n"
             "请以纯 JSON 格式输出：\n"
             "{\n"
             "  \"has_ad\": true/false,\n"
@@ -164,37 +152,28 @@ class ReadImageKit:
             raw_json = cls._extract_json(content)
             result = json.loads(raw_json)
 
-            if result.get("has_ad") and result.get("close_point"):
-                if result.get("ad_type") == "rabbit":
-                    logger.info("大模型找到了兔子广告，但 CV 没找到。")
-                    # 如果大模型找到了但 CV 没找到，说明可能 CV 阈值没对上，此时采用固定坐标作为兜底
-                    logger.info(">>> 采用兜底固定坐标策略 (94, 830)")
-                    norm_point = [94, 830]
-                else:
-                    norm_point = result["close_point"]
-
-                # 转换坐标
-                if len(norm_point) == 2:
-                    if not device_info:
-                        device_info = cls._FALLBACK_DEVICE_INFO
-                    
-                    w = device_info.get("displayWidth", FALLBACK_WIDTH)
-                    h = device_info.get("displayHeight", FALLBACK_HEIGHT)
-                    
-                    x = int(norm_point[0] / 1000 * w)
-                    y = int(norm_point[1] / 1000 * h)
-                    
-                    return {
-                        "x": x, 
-                        "y": y,
-                        "ad_type": result.get("ad_type", "unknown")
-                    }
-            
-            return None
+            if result.get("has_ad") and result.get("close_point") and len(result.get("close_point")) == 2:
+                norm_point = result["close_point"]
+                x = int(norm_point[0] / 1000 * primary_width)
+                y = int(norm_point[1] / 1000 * primary_height)
+                return {
+                    "x": x,
+                    "y": y,
+                    "ad_type": result.get("ad_type", "unknown")
+                }
 
         except Exception as e:
-            logger.error(f"Failed to detect ad popup: {e}")
-            return None
+            logger.error(f"Failed to detect ad popup with VL model: {e}")
+
+        cv_rabbit_point = detect_rabbit_ad_close(image_path, debug_dir=TEMP_IMAGE_DIR)
+        if cv_rabbit_point:
+            logger.info(f">>> 图形学算法捕捉到兔子广告关闭按钮: {cv_rabbit_point}")
+            norm_point = cv_rabbit_point
+            x = int(norm_point[0] * primary_width)
+            y = int(norm_point[1] * primary_height)
+            return {"x": x, "y": y, "ad_type": "rabbit"}
+
+        return None
 
     @staticmethod
     def _to_minutes(t_str: str) -> int: