koishi-plugin-kkk 1.0.0

package/src/karin/module/utils/CardParser.ts

@@ -0,0 +1,503 @@
+/**
+ * QQ 卡片消息解析（小程序卡片 / 分享卡片）。
+ *
+ * **为什么需要它**：群里转发的 B站/抖音卡片大多**没有链接**，只有标题和封面。
+ * kkk 的解析入口靠正则找 URL，这类消息就完全没反应（用户看到的就是「卡片信息没办法解析」）。
+ *
+ * **思路**（照搬 qq-chat 的 OCR 方案）：
+ *   1. 先把卡片里的字段挖出来（标题 / 描述 / 作者 / 封面 / 跳转链接）；
+ *   2. 有链接的直接用；
+ *   3. 没链接但有封面 → **OCR 封面**（OCR.space 免费接口）拿到文字；
+ *   4. 从 OCR 文本里认 UP 主名 / 标题 → 去平台**搜索**定位到唯一作品 → 得到规范链接；
+ *   5. 拿到链接后走原有的解析流程，后面的面板/画质/发送全部复用。
+ *
+ * B站没有现成的搜索接口（amagi 只给了抖音搜索），所以这里自带一份 **Wbi 签名搜索**实现。
+ */
+import { createHash } from 'node:crypto'
+
+import { logger } from 'node-karin'
+
+import { tryGetRuntime } from '../../../compat/runtime'
+import { douyinFetcher } from './amagiClient'
+import { Config } from './Config'
+
+/** 卡片里挖出来的信息 */
+export type CardInfo = {
+  /** 卡片标题 */
+  title: string
+  /** 卡片描述（可能是空的） */
+  desc: string
+  /** 作者 / 来源名 */
+  author: string
+  /** 封面图 URL */
+  cover: string
+  /** 卡片自带的跳转链接（有就不能浪费） */
+  link: string
+  /** 卡片来源（如「哔哩哔哩」） */
+  source?: string
+  /** 原始 JSON（调试用） */
+  raw?: any
+}
+
+/** Wbi 签名的置换表（B站前端固定的那一份） */
+const MIXIN_KEY_ENC_TAB = [
+  46, 47, 18, 2, 53, 8, 23, 32, 15, 50, 10, 31, 58, 3, 45, 35, 27, 43, 5, 49,
+  33, 9, 42, 19, 29, 28, 14, 39, 12, 38, 41, 13, 37, 48, 7, 16, 24, 55, 40, 61,
+  26, 17, 0, 1, 60, 51, 30, 4, 22, 25, 54, 21, 56, 59, 6, 63, 57, 62, 11, 36,
+  20, 34, 44, 52
+]
+
+const UA = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36'
+
+/** 还原 JSON 转义（卡片文本里 URL 的斜杠是转义过的） */
+const unescapeJson = (input: string): string =>
+  String(input ?? '')
+    .replace(/\\u002F/gi, '/')
+    .replace(/\\\//g, '/')
+    .replace(/\\u0026/gi, '&')
+    .replace(/\\"/g, '"')
+
+/** 从任意字符串里扒出第一个 JSON 对象（卡片消息就是一大坨 JSON） */
+const pickJsonObject = (text: string): any | null => {
+  const source = unescapeJson(text)
+  const start = source.indexOf('{')
+  if (start < 0) return null
+  // 括号配对找结尾，避免 JSON 后面还跟着别的文本
+  let depth = 0
+  let inString = false
+  let escaped = false
+  for (let i = start; i < source.length; i++) {
+    const ch = source[i]
+    if (inString) {
+      if (escaped) { escaped = false; continue }
+      if (ch === '\\') { escaped = true; continue }
+      if (ch === '"') inString = false
+      continue
+    }
+    if (ch === '"') { inString = true; continue }
+    if (ch === '{') depth++
+    else if (ch === '}') {
+      depth--
+      if (depth === 0) {
+        try { return JSON.parse(source.slice(start, i + 1)) } catch { return null }
+      }
+    }
+  }
+  return null
+}
+
+/** 深度优先找一个键对应的值（卡片 JSON 结构五花八门，别硬编码路径） */
+const deepFind = (node: any, keys: string[], depth = 0): string => {
+  if (!node || depth > 6) return ''
+  if (Array.isArray(node)) {
+    for (const item of node) {
+      const hit = deepFind(item, keys, depth + 1)
+      if (hit) return hit
+    }
+    return ''
+  }
+  if (typeof node !== 'object') return ''
+  for (const key of keys) {
+    const value = node[key]
+    if (typeof value === 'string' && value.trim()) return value.trim()
+  }
+  for (const value of Object.values(node)) {
+    if (value && typeof value === 'object') {
+      const hit = deepFind(value, keys, depth + 1)
+      if (hit) return hit
+    }
+  }
+  return ''
+}
+
+/**
+ * QQ 把卡片转成的**摘要文本**长这样（实测）：
+ * ```
+ * [卡片消息] 小程序
+ * 摘要: [QQ小程序]四不相被鬼压床，了？
+ * source: 哔哩哔哩
+ * source_logo: http://miniapp.gtimg.cn/...
+ * title: 四不相被鬼压床，了？
+ * preview: https://qq.ugcimg.cn/v1/...
+ * ```
+ * 注意它**不是 JSON**（早期版本是 JSON 卡片，现在的适配器直接给摘要），
+ * 所以按行解析；source 那一行还直接告诉了我们平台，比猜准得多。
+ */
+const parseCardSummary = (text: string): CardInfo | null => {
+  if (!text.includes('[卡片消息]')) return null
+  const pick = (label: string): string => {
+    const matched = text.match(new RegExp('^\\s*' + label + '\\s*[:：]\\s*(.+)$', 'm'))
+    return matched ? matched[1].trim() : ''
+  }
+  const summary = pick('摘要')
+  const source = pick('source')
+  const title = pick('title')
+  const preview = pick('preview')
+  if (!title && !preview && !summary) return null
+  return {
+    title: title || summary.replace(/^\[QQ小程序\]/, ''),
+    desc: summary,
+    author: '',
+    cover: preview,
+    link: '',
+    source
+  }
+}
+
+export const extractCardInfo = (content: string): CardInfo | null => {
+  const text = unescapeJson(content ?? '')
+  // 现在的适配器给的是摘要文本，老版本才是 JSON 卡片 —— 两种都认
+  const fromSummary = parseCardSummary(text)
+  if (fromSummary) return fromSummary
+  if (!text.includes('{')) return null
+  const json = pickJsonObject(text)
+  if (!json) return null
+
+  const title = deepFind(json, ['title', 'prompt'])
+  const desc = deepFind(json, ['desc', 'description'])
+  const author = deepFind(json, ['nickname', 'author', 'name', 'source'])
+  const cover = deepFind(json, ['preview', 'cover', 'imageUrl', 'image_url', 'picture', 'icon'])
+  const link = deepFind(json, ['jumpUrl', 'jump_url', 'qqdocurl', 'url', 'targetUrl', 'webUrl'])
+  if (!title && !cover && !link) return null
+  // URL 可能被 JSON 转义拆散，统一再还原一次
+  return {
+    title,
+    desc,
+    author,
+    cover: unescapeJson(cover),
+    link: unescapeJson(link),
+    raw: json
+  }
+}
+
+/* ------------------------------------------------------------------ *
+ * OCR
+ * ------------------------------------------------------------------ */
+
+const ocrCache = new Map<string, string>()
+
+/**
+ * 识别图片里的文字（OCR.space 免费接口，key 可在配置里覆盖）。
+ * @param imageUrl 图片地址
+ */
+export const ocrImageText = async (imageUrl: string): Promise<string> => {
+  const url = String(imageUrl ?? '').trim()
+  if (!url) return ''
+  if (ocrCache.has(url)) return ocrCache.get(url)!
+
+  /**
+   * OCR 密钥的取值顺序：
+   *   1. Koishi 控制台里的插件配置项 ocrApiKey
+   *   2. 上游 config.json 的 app.ocrApiKey
+   *   3. 公共测试 key helloworld（极容易被限流、返回空结果，仅兜底）
+   */
+  const fromKoishi = String((tryGetRuntime()?.config as any)?.ocrApiKey ?? '').trim()
+  const key = String(fromKoishi || (Config.app as any)?.ocrApiKey || 'helloworld').trim() || 'helloworld'
+  logger.debug('[卡片解析] OCR key: ' + (key === 'helloworld' ? 'helloworld（公共测试 key）' : key.slice(0, 4) + '****'))
+  /**
+   * OCR.space 的免费 key（helloworld）**会被限流**：短时间连打几次就返回 200 但 ParsedText 为空
+   * （实测同一个 URL 单独调能识别出「UP主 / 粉丝 / 播放」那几行）。所以空结果要重试一次，
+   * 并把原始响应打进日志，避免下次又只能看到一行空的「OCR 结果:」。
+   */
+  const callOnce = async (): Promise<{ text: string; raw: any }> => {
+    const api =
+      'https://api.ocr.space/parse/imageurl?apikey=' + encodeURIComponent(key) +
+      '&language=chs&isOverlayRequired=false&scale=true&url=' + encodeURIComponent(url)
+    const response = await fetch(api, { headers: { 'User-Agent': UA } })
+    const json: any = await response.json()
+    if (json?.IsErroredOnProcessing) throw new Error(String(json?.ErrorMessage || 'OCR 处理失败'))
+    const text = String((json?.ParsedResults ?? []).map((item: any) => item?.ParsedText ?? '').join('\n')).trim()
+    return { text, raw: json }
+  }
+
+  try {
+    let { text, raw } = await callOnce()
+    if (!text) {
+      // 限流最常见：等一下再试一次
+      await new Promise((resolve) => setTimeout(resolve, 2500))
+      const retry = await callOnce()
+      text = retry.text
+      raw = retry.raw
+      if (!text) {
+        logger.warn('[卡片解析] OCR 两次都返回空，原始响应: ' + JSON.stringify(raw).slice(0, 300))
+      }
+    }
+    if (text) logger.mark('[卡片解析] OCR 结果: ' + text.replace(/\s+/g, ' ').slice(0, 120))
+    if (ocrCache.size > 200) ocrCache.clear()
+    ocrCache.set(url, text)
+    return text
+  } catch (error: any) {
+    logger.warn('[卡片解析] OCR 失败: ' + String(error?.message ?? error))
+    return ''
+  }
+}
+
+/**
+ * 从 OCR 文本里认 UP 主名。
+ * B站个人卡片的排版是「昵称 / UP主 / 粉丝数…」，所以拿「UP主」上一行最稳。
+ */
+export const extractUpName = (text: string): string => {
+  const lines = String(text ?? '').split(/\r?\n/).map((line) => line.trim()).filter(Boolean)
+  if (!lines.length) return ''
+  const isStat = (line: string) =>
+    /(粉丝|播放|点赞|弹幕|投币|收藏|关注|转发|评论|分享)/.test(line) || /^\d+(\.\d+)?[万亿]?$/.test(line)
+  const idx = lines.findIndex((line) => /^(up主|UP主|up|UP)$/.test(line))
+  if (idx > 0) return lines[idx - 1]
+  if (idx === 0 && lines[1]) return lines[1]
+  return lines.find((line) => !isStat(line)) ?? ''
+}
+
+/* ------------------------------------------------------------------ *
+ * B站搜索（自带 Wbi 签名）
+ * ------------------------------------------------------------------ */
+
+const normalizeText = (text: string): string =>
+  String(text ?? '')
+    .replace(/<[^>]*>/g, '')
+    .replace(/&amp;/g, '&')
+    .replace(/[\s\u3000\-—_~·，。！？!?、（）()【】\[\]"'“”‘’]/g, '')
+    .toLowerCase()
+
+/** 二元组相似度（标题匹配用，够用且不引依赖） */
+const titleSimilarity = (left: string, right: string): number => {
+  const a = String(left ?? '')
+  const b = String(right ?? '')
+  if (!a || !b) return 0
+  if (a === b) return 1
+  const grams = (text: string): Set<string> => {
+    const set = new Set<string>()
+    for (let i = 0; i < text.length - 1; i++) set.add(text.slice(i, i + 2))
+    return set
+  }
+  const setA = grams(a)
+  const setB = grams(b)
+  if (!setA.size || !setB.size) return 0
+  let hit = 0
+  for (const gram of setA) if (setB.has(gram)) hit++
+  return (2 * hit) / (setA.size + setB.size)
+}
+
+/** 取 Wbi 签名用的 img_key / sub_key */
+const getWbiKeys = async (): Promise<{ imgKey: string; subKey: string; buvid3: string }> => {
+  const headers = { 'User-Agent': UA, Referer: 'https://www.bilibili.com/' }
+  let buvid3 = ''
+  let imgKey = ''
+  let subKey = ''
+  try {
+    const spi: any = await (await fetch('https://api.bilibili.com/x/frontend/finger/spi', { headers })).json()
+    buvid3 = spi?.data?.b_3 ?? ''
+  } catch { /* 拿不到就空着 */ }
+  try {
+    const nav: any = await (await fetch('https://api.bilibili.com/x/web-interface/nav', { headers })).json()
+    const imgUrl = String(nav?.data?.wbi_img?.img_url ?? '')
+    const subUrl = String(nav?.data?.wbi_img?.sub_url ?? '')
+    imgKey = imgUrl.slice(imgUrl.lastIndexOf('/') + 1, imgUrl.lastIndexOf('.'))
+    subKey = subUrl.slice(subUrl.lastIndexOf('/') + 1, subUrl.lastIndexOf('.'))
+  } catch { /* 同上 */ }
+  if (!imgKey || !subKey) {
+    imgKey = '7cd084941338484aae1ad9425b84077c'
+    subKey = '4932caff0ff746eab6f01bf08b70ac45'
+  }
+  return { imgKey, subKey, buvid3 }
+}
+
+/** B站关键词搜索，返回按「标题 + 作者」打分排序的结果 */
+export const searchBiliVideos = async (
+  keyword: string,
+  title = '',
+  author = '',
+  limit = 8
+): Promise<Array<{ bvid: string; title: string; author: string; score: number; titleMatch: boolean; authorMatch: boolean }>> => {
+  try {
+    const { imgKey, subKey, buvid3 } = await getWbiKeys()
+    const mixinKey = MIXIN_KEY_ENC_TAB.map((n) => (imgKey + subKey)[n]).join('').slice(0, 32)
+    const wts = Math.round(Date.now() / 1000)
+    const params: Record<string, string> = { search_type: 'video', keyword: String(keyword ?? '').trim(), wts: String(wts) }
+    const query = Object.keys(params)
+      .sort()
+      .map((key) => encodeURIComponent(key) + '=' + encodeURIComponent(params[key].replace(/[!'()*]/g, '')))
+      .join('&')
+    const wRid = createHash('md5').update(query + mixinKey).digest('hex')
+    const headers: Record<string, string> = { 'User-Agent': UA, Referer: 'https://www.bilibili.com/' }
+    if (buvid3) headers.Cookie = 'buvid3=' + buvid3
+    const json: any = await (
+      await fetch('https://api.bilibili.com/x/web-interface/wbi/search/type?' + query + '&w_rid=' + wRid, { headers })
+    ).json()
+    if (json?.code !== 0) {
+      logger.warn('[卡片解析] B站搜索失败: ' + String(json?.message ?? json?.code))
+      return []
+    }
+    const raw = Array.isArray(json?.data?.result) ? json.data.result : []
+    const titleKey = normalizeText(title || keyword)
+    const authorKey = normalizeText(author)
+    return raw
+      .filter((item: any) => item?.bvid)
+      .map((item: any, index: number) => {
+        const itemTitle = String(item.title ?? '').replace(/<[^>]*>/g, '')
+        const itemAuthor = String(item.author ?? '')
+        const t = normalizeText(itemTitle)
+        const a = normalizeText(itemAuthor)
+        let score = 0
+        let titleMatch = false
+        let authorMatch = false
+        if (authorKey && a) {
+          if (a === authorKey) { score += 120; authorMatch = true }
+          else if (a.includes(authorKey) || authorKey.includes(a)) { score += 70; authorMatch = true }
+        }
+        if (titleKey && t) {
+          if (t === titleKey) { score += 100; titleMatch = true }
+          else if (t.includes(titleKey) || titleKey.includes(t)) { score += 60; titleMatch = true }
+          else {
+            const sim = titleSimilarity(t, titleKey)
+            if (sim >= 0.5) titleMatch = true
+            score += Math.round(sim * 40)
+          }
+        }
+        return { bvid: String(item.bvid), title: itemTitle, author: itemAuthor, score: score - index, titleMatch, authorMatch }
+      })
+      .sort((left: any, right: any) => right.score - left.score)
+      .slice(0, Math.max(1, Math.min(20, limit)))
+  } catch (error: any) {
+    logger.warn('[卡片解析] B站搜索异常: ' + String(error?.message ?? error))
+    return []
+  }
+}
+
+/* ------------------------------------------------------------------ *
+ * 抖音搜索（直接用 amagi 的 search 端点）
+ * ------------------------------------------------------------------ */
+
+export const searchDouyinWorks = async (keyword: string, limit = 8): Promise<Array<{ aweme_id: string; desc: string; author: string; score: number }>> => {
+  try {
+    // 这版接口库的抖音 fetcher 不一定有 search（实测 6.6.0 上没有），没有就干脆跳过
+    const fetcher: any = douyinFetcher as any
+    if (typeof fetcher?.search !== 'function') {
+      logger.debug('[卡片解析] 当前接口库没有抖音搜索能力，跳过')
+      return []
+    }
+    const res: any = await fetcher.search({ query: String(keyword ?? '').trim(), type: 'video', number: limit })
+    const list: any[] =
+      res?.data?.data?.aweme_list ?? res?.data?.aweme_list ?? res?.aweme_list ?? []
+    const titleKey = normalizeText(keyword)
+    return list
+      .filter((item: any) => item?.aweme_id)
+      .map((item: any, index: number) => {
+        const desc = String(item.desc ?? '')
+        const sim = titleSimilarity(normalizeText(desc), titleKey)
+        return {
+          aweme_id: String(item.aweme_id),
+          desc,
+          author: String(item.author?.nickname ?? ''),
+          score: Math.round(sim * 100) - index
+        }
+      })
+      .sort((left, right) => right.score - left.score)
+      .slice(0, Math.max(1, Math.min(20, limit)))
+  } catch (error: any) {
+    logger.warn('[卡片解析] 抖音搜索异常: ' + String(error?.message ?? error))
+    return []
+  }
+}
+
+/* ------------------------------------------------------------------ *
+ * 对外入口
+ * ------------------------------------------------------------------ */
+
+/**
+ * 把一条**卡片消息**变成可解析的链接。
+ *
+ * 有链接直接返回；没有链接就 OCR 封面，再按平台搜索定位作品。
+ * 任何一步失败都返回 null（调用方据此走原来的「未找到链接」逻辑，不影响已有功能）。
+ */
+export type CardCandidate = {
+  platform: 'bilibili' | 'douyin'
+  id: string
+  title: string
+  author: string
+  score: number
+}
+
+export const resolveCardToUrl = async (
+  content: string
+): Promise<{
+  url?: string
+  platform: 'bilibili' | 'douyin'
+  card: CardInfo
+  /** 搜到但不确定唯一时的候选（交给用户用 md 表格挑） */
+  candidates: CardCandidate[]
+  ocrText: string
+  upName: string
+} | null> => {
+  const card = extractCardInfo(content)
+  if (!card) return null
+
+  // ① 卡片自带链接：最省事
+  if (card.link && /^https?:\/\//i.test(card.link)) {
+    const platform = /bilibili\.com|b23\.tv|bili2233/i.test(card.link) ? 'bilibili' : 'douyin'
+    return { url: card.link, platform, card }
+  }
+  if (!card.cover) {
+    logger.mark('[卡片解析] 卡片既没有链接也没有封面，无法解析: ' + card.title)
+    return null
+  }
+
+  // ② OCR 封面拿文字线索
+  const ocrText = await ocrImageText(card.cover)
+  const upName = card.author || extractUpName(ocrText)
+  const keyword = card.title || upName || ocrText.replace(/\s+/g, ' ').slice(0, 40)
+  if (!keyword) {
+    logger.mark('[卡片解析] OCR 没有给出可用关键词')
+    return null
+  }
+
+  /** 卡片自带的 source 字段最准（实测 `source: 哔哩哔哩`），其次是 OCR 文本 */
+  const hint = String(card.source ?? '') + ' ' + card.title + ' ' + card.desc + ' ' + upName + ' ' + ocrText
+  const looksDouyin = /抖音|douyin|快手|ks\./i.test(hint)
+  const looksBili = /bilibili|哔哩|B站|UP主/i.test(hint)
+
+  // ③ 先按最可能的平台搜，命中就返回
+  const tryBili = async (): Promise<{ url?: string; candidates: CardCandidate[] }> => {
+    const hits = await searchBiliVideos(keyword, card.title, upName, 8)
+    const candidates = hits.slice(0, 6).map((item) => ({
+      platform: 'bilibili' as const, id: item.bvid, title: item.title, author: item.author, score: item.score
+    }))
+    const strict = hits.filter((item) => item.authorMatch || item.titleMatch)
+    // 只有「标题和作者都命中」才敢自动继续，否则交给用户挑
+    const best = (strict.length ? strict : hits)[0]
+    if (best && best.titleMatch && best.authorMatch) return { url: 'https://www.bilibili.com/video/' + best.bvid, candidates }
+    return { candidates }
+  }
+  const tryDouyin = async (): Promise<{ url?: string; candidates: CardCandidate[] }> => {
+    const hits = await searchDouyinWorks(keyword || card.title, 8)
+    const candidates = hits.slice(0, 6).map((item) => ({
+      platform: 'douyin' as const, id: item.aweme_id, title: item.desc, author: item.author, score: item.score
+    }))
+    const best = hits[0]
+    // 抖音搜索噪声大，要求分数足够高才自动继续，否则交给用户挑
+    if (best && best.score > 40) return { url: 'https://www.douyin.com/video/' + best.aweme_id, candidates }
+    return { candidates }
+  }
+
+  const order = looksDouyin && !looksBili ? [tryDouyin, tryBili] : [tryBili, tryDouyin]
+  const candidates: CardCandidate[] = []
+  for (const attempt of order) {
+    const hit = await attempt()
+    if (hit) {
+      candidates.push(...hit.candidates)
+      if (hit.url) {
+        logger.mark('[卡片解析] 定位成功: ' + hit.url)
+        return { url: hit.url, platform: hit.url.includes('bilibili') ? 'bilibili' : 'douyin', card, candidates, ocrText, upName }
+      }
+    }
+  }
+
+  logger.mark('[卡片解析] 没能唯一定位（标题: ' + card.title + '，UP: ' + upName + '），候选 ' + candidates.length + ' 条')
+  if (candidates.length) {
+    return { platform: candidates[0].platform, card, candidates, ocrText, upName }
+  }
+  return null
+}
+
+/* ------------------------------------------------------------------ *
+ * B站搜索（自带 Wbi 签名）
+ * ------------------------------------------------------------------ */