修复主动搭话屏幕标签泄漏 (Project-N-E-K-O#1556)

* 修复主动搭话屏幕标签泄漏

主动搭话屏幕-only 场景下，模型可能把屏幕来源误写成 [Screen] 首行标签，并被当作正文发送。

新增屏幕来源标签清理逻辑，剥离 [Screen]、[Vision]、[Window] 等非法首行标签，同时保留 [CHAT]、[WEB]、[MUSIC]、[MEME]、[PASS] 等合法标签解析。

在流式解析、flush、格式纠正、BM25 regen 和最终投递前统一兜底清理，并增加回归测试覆盖 [Screen] 泄漏与合法标签保留。

* fix(proactive): 屏幕泄漏标签归一成 CHAT 并兼容组合标签

_strip_proactive_screen_tag_leak 原先只删 [Screen] 不设 source_tag，
导致剥完后落到无 tag 的格式自救 regen/drop 路径。现改为返回
(cleaned, recovered_tag)：已知屏幕泄漏标签一律归一成 CHAT（语义上
就是聊屏幕内容），并兼容 [Screen][CHAT] 这类组合（剥掉泄漏标签后
采用紧随的真实来源标签，避免 [CHAT] 字面漏给 TTS）。匹配大小写不敏感。

5 处调用点（流式 / flush / 格式自救 / 最终兜底 / BM25 regen）同步
消费 recovered tag。回归测试补 CHAT 映射、大小写、组合标签、未知标签放行。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

---------

Co-authored-by: Hongzhi Wen <cartabio.coder1@gmail.com>
Co-authored-by: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

Author: 3 people

main_routers/system_router.py

@@ -1726,6 +1726,46 @@ def _parse_unified_phase1_result(text: str) -> dict:
     return result
 
 
+_PROACTIVE_LEGAL_SOURCE_TAGS = frozenset({"CHAT", "WEB", "PASS", "MUSIC", "MEME"})
+_PROACTIVE_SCREEN_TAG_LEAKS = frozenset({"SCREEN", "SCREENSHOT", "VISION", "WINDOW"})
+_PROACTIVE_BRACKET_TAG_RE = re.compile(r"^\[([A-Za-z][A-Za-z0-9_-]{0,31})\]\s*")
+_PROACTIVE_LEGAL_TAG_RE = re.compile(r"^\[(CHAT|WEB|PASS|MUSIC|MEME)\]\s*", re.IGNORECASE)
+
+
+def _strip_proactive_screen_tag_leak(text: str) -> tuple[str, str]:
+    """剥离 Phase 2 文本里误写的屏幕来源标签（如 ``[Screen]``）。
+
+    主动搭话屏幕-only 场景下模型偶尔把屏幕来源当成首行标签吐出来。这类标签语义上
+    就是"在聊屏幕里看到的东西"= 普通搭话，统一归一成 ``CHAT``。
+
+    返回 ``(cleaned_text, recovered_source_tag)``：
+    - 命中已知屏幕泄漏标签 → 剥掉它。若其后紧跟合法来源标签（``[Screen][CHAT]``
+      这类组合）则一并剥掉并采用该真实 tag，否则按 ``CHAT`` 兜底。
+    - 未命中（无标签 / 合法标签 / 未知标签）→ 原样返回，recovered 为空串，
+      交回调用方既有的无 tag 处理（格式自救 regen / drop）。
+
+    标签匹配大小写不敏感。
+    """
+    if not text:
+        return "", ""
+    leading_len = len(text) - len(text.lstrip())
+    leading = text[:leading_len]
+    body = text[leading_len:]
+    match = _PROACTIVE_BRACKET_TAG_RE.match(body)
+    if not match:
+        return text, ""
+    tag = match.group(1).upper()
+    if tag in _PROACTIVE_LEGAL_SOURCE_TAGS or tag not in _PROACTIVE_SCREEN_TAG_LEAKS:
+        return text, ""
+    rest = body[match.end():].lstrip()
+    # 兼容 [Screen][CHAT] 组合：泄漏标签后若紧跟合法来源标签，剥掉并采用真实 tag
+    # （否则该 [CHAT] 字面会作为正文漏给 TTS）；没有则按 CHAT 兜底。
+    legal = _PROACTIVE_LEGAL_TAG_RE.match(rest)
+    if legal:
+        return leading + rest[legal.end():].lstrip(), legal.group(1).upper()
+    return leading + rest, "CHAT"
+
+
 def _lookup_link_by_title(title: str, all_links: list[dict]) -> dict | None:
     """
     根据 Phase 1 输出的标题在 all_web_links 中查找对应链接
@@ -6319,6 +6359,10 @@ async def _emit_safe(text: str) -> bool:
                             if tag_match:
                                 source_tag = tag_match.group(1).upper()
                                 cleaned = cleaned[tag_match.end():]
+                            else:
+                                cleaned, _leak_tag = _strip_proactive_screen_tag_leak(cleaned)
+                                if _leak_tag:
+                                    source_tag = _leak_tag
                             tag_parsed = True
 
                             if source_tag == 'PASS' or '[PASS]' in cleaned.upper():
@@ -6375,6 +6419,10 @@ async def _emit_safe(text: str) -> bool:
             if tag_match:
                 source_tag = tag_match.group(1).upper()
                 cleaned = cleaned[tag_match.end():]
+            else:
+                cleaned, _leak_tag = _strip_proactive_screen_tag_leak(cleaned)
+                if _leak_tag:
+                    source_tag = _leak_tag
             if source_tag == 'PASS' or '[PASS]' in cleaned.upper():
                 aborted = True
             elif cleaned.strip():
@@ -6431,6 +6479,10 @@ async def _emit_safe(text: str) -> bool:
                 if _ftm:
                     _fix_tag = _ftm.group(1).upper()
                     _fc = _fc[_ftm.end():]
+                else:
+                    _fc, _leak_tag = _strip_proactive_screen_tag_leak(_fc)
+                    if _leak_tag:
+                        _fix_tag = _leak_tag
                 if _fix_tag and _fix_tag != "PASS" and _fc.strip() and "[PASS]" not in _fc.upper():
                     source_tag = _fix_tag
                     full_text = _fc.strip()
@@ -6460,6 +6512,9 @@ async def _emit_safe(text: str) -> bool:
                 "message": "Phase 2 流式输出被拦截或为空"
             }))
 
+        full_text, _leak_tag = _strip_proactive_screen_tag_leak(full_text)
+        if _leak_tag and not source_tag:
+            source_tag = _leak_tag
         response_text = full_text.strip()
         # 不要把 proactive 原文写进 logger（会进日志文件 / 遥测）；只记元数据。
         # 完整原文通过 print 给开发者本地查看。
@@ -6601,6 +6656,10 @@ async def _emit_safe(text: str) -> bool:
             if _tag_m:
                 regen_source_tag = _tag_m.group(1).upper()
                 _cleaned = _cleaned[_tag_m.end():]
+            else:
+                _cleaned, _leak_tag = _strip_proactive_screen_tag_leak(_cleaned)
+                if _leak_tag:
+                    regen_source_tag = _leak_tag
             # regen 输出 [PASS] / 空 → 等价于"模型放弃了"，drop 而不是退回原文。
             # 显式把 ``regen_source_tag == 'PASS'`` 也算 drop（前面剥过 [TAG] 前缀，
             # _cleaned 已不含字面 "[PASS]"，但 regen_source_tag 记下了是 PASS）。

tests/unit/test_proactive_phase1_pass.py

@@ -66,6 +66,47 @@ def test_parse_unified_phase1_keyword_plus_pass_template_line_is_not_pass():
     assert parsed["music_pass"] is False
 
 
+def test_strip_proactive_screen_tag_leak_removes_screen_source_label():
+    cleaned, tag = sr._strip_proactive_screen_tag_leak(
+        "[Screen]\n看这满屏的符咒，是在给那画中仙重塑筋骨？"
+    )
+
+    assert cleaned == "看这满屏的符咒，是在给那画中仙重塑筋骨？"
+    # 已知泄漏标签统一归一成 CHAT，下游按普通搭话投递（不再误判无 tag 走 regen/drop）
+    assert tag == "CHAT"
+
+
+def test_strip_proactive_screen_tag_leak_is_case_insensitive():
+    for raw in ("[SCREEN]", "[screen]", "[ScReEn]", "[Vision]", "[window]"):
+        cleaned, tag = sr._strip_proactive_screen_tag_leak(f"{raw} 你好呀")
+        assert cleaned == "你好呀"
+        assert tag == "CHAT"
+
+
+def test_strip_proactive_screen_tag_leak_recovers_combined_legal_tag():
+    # [Screen][CHAT] 组合：剥掉泄漏标签后采用紧随其后的真实来源标签，
+    # 避免 [CHAT] 字面作为正文漏给 TTS。
+    cleaned, tag = sr._strip_proactive_screen_tag_leak("[Screen][WEB]\n看这个链接")
+
+    assert cleaned == "看这个链接"
+    assert tag == "WEB"
+
+
+def test_strip_proactive_screen_tag_leak_preserves_legal_source_tags():
+    cleaned, tag = sr._strip_proactive_screen_tag_leak("[CHAT]\n你好呀")
+
+    assert cleaned == "[CHAT]\n你好呀"
+    assert tag == ""
+
+
+def test_strip_proactive_screen_tag_leak_ignores_unknown_bracket_tags():
+    # 未知 / 非屏幕泄漏标签保守放行，留给调用方既有的无 tag 处理逻辑。
+    cleaned, tag = sr._strip_proactive_screen_tag_leak("[Foo] 这不是来源标签")
+
+    assert cleaned == "[Foo] 这不是来源标签"
+    assert tag == ""
+
+
 def test_recent_proactive_prompt_has_strong_paired_boundaries():
     lanlan = "测试娘"
     snapshot = sr._proactive_chat_history.get(lanlan)