fix: 修复图片前导零误判

IMAGE_LEADING_ZERO_RECOVERY_TASK.md

@@ -0,0 +1,71 @@
+# 图片日期数字误判永久修复与 2026-09-04 恢复任务
+
+## 背景
+
+2026-09-01 的前导零修复仍停留在未合并的 PR #15，当前 `master` 与 Alter 托管的 8766 生产进程仍运行旧逻辑。2026-09-04 群 23（茶馆V3.0（三周年纪念）🐮🐴）再次失败：Level 3 本地信息图页眉包含运行日期 `2026-09-04`，严格 OCR 事实校验报“无证据数字：04”。简化 Prompt 没有携带本地信息图直接使用的 `run.json` 元数据，因此仅去除前导零仍不能覆盖 11 日以后等日期。随后确认群 27（米游涩泛二次元同好摸鱼群3.2）也把 Level 3 排行数据卡误当成成功图片并进入待发送。用户明确指出此类数据卡不是群报，因此本次恢复必须同时满足事实校验和正常分镜群报版式，不能再用 Level 3 卡片冒充成功。
+
+## 目标
+
+- 将带前导零的整数 OCR 结果按其数值归一化，使 `05` 与 `5`、`09` 与 `9`、`01` 与 `1` 等价。
+- 将 Level 3 渲染实际使用的可信 `run.json` 群名、运行日期、统计区间和计数加入事实证据，准确允许本次运行日期，同时继续拒绝其他日期和无依据数字。
+- 图片恢复成功时清除对应的图片内容校验失败字段。
+- 恢复 2026-09-04 的群 23 和群 27 正常分镜群报，并保留 `send_hold=true` 与人工发送要求。
+- 依靠独立的 PR #16 阻止 Level 3/Pillow 诊断图被标记为成功、推进到可发送状态或被发送层认领。
+
+## 允许修改范围
+
+- `app/image/fact_verification.py`
+- `app/image/regeneration.py`
+- `tests/test_image_fact_verification.py`
+- `tests/test_v2_image_regeneration.py`
+- 本任务说明文件
+- 2026-09-04 群 23、群 27 的运行状态与图片产物（在备份后通过既有恢复入口写入）
+
+## 禁止修改范围
+
+- 不修改消息、排行榜或其他四个群的图片。
+- 不调用微信发送、发送排程、邮件发送或目标核验接口。
+- 不修改 Provider、登录、认证、`.env`、API Key 或远端权限。
+- 不重启生产服务，不改写 Git 历史，不自动合并 PR。
+
+## 已确定实现要求
+
+- 只去除整数部分的冗余前导零，不放宽未知数字、单位、百分比和禁止事实校验。
+- 恢复流程必须在图片进入 `READY_TO_SEND` 前写入并保留 `send_hold=true`、`needs_manual_send=true`。
+- Level 3/Pillow 排行或诊断数据卡不属于正常群报，即使事实校验通过也不得作为成功结果或进入发送流程。
+- 群 23 和群 27 仅使用各自已有 `run.json`、`ranking.json`、证据对话和历史成功群报作为依据，通过内置 ImageGen 生成正常分镜群报；不得虚构人名、数字、引语或外部事实。
+- 恢复结果必须通过 PNG 解码、尺寸、哈希及严格事实校验，写入前先备份原图，并通过既有恢复入口原子提升。
+
+## 验收标准
+
+- 前导零回归测试通过，未知数字仍然失败关闭。
+- 图片内容校验失败经成功恢复后，`error`、`error_type`、`failed_stage` 被清除。
+- 真实 `2026.09.04` OCR 页眉通过，伪造的其他运行日期仍失败关闭。
+- 两群 `daily_image.png` 均为正常分镜群报，存在、可解码、接口返回 `image/png`，状态为 `READY_TO_SEND`。
+- 两群 `send_hold=true`、`needs_manual_send=true`、所有发送时间戳为空，且没有微信发送尝试证据。
+- Dashboard 与 `run.json` 的图片成功/人工持有状态一致。
+- PR #16 的诊断回退图发送防线通过 CI，但在用户确认合并并部署前不得宣称生产永久生效。
+
+## 测试命令
+
+```powershell
+.\.venv\Scripts\python.exe -m pytest tests\test_image_fact_verification.py tests\test_v2_image_regeneration.py -q
+.\.venv\Scripts\python.exe -m pytest tests -q
+git diff --check
+```
+
+## 运行恢复记录
+
+- 首次计划的恢复前目录复制因 PowerShell `-LiteralPath` 不展开通配符而失败，且该错误当时未终止后续恢复；因此不存在可声明为成功的恢复前文件副本。
+- 恢复完成后已将 7 个产物逐文件 SHA-256 校验复制到 `output/.backups/image-date-fact-post-recovery-20260904-075918/`，用于保留当前验收态。
+- 用户复核后确认该恢复态仍是错误的 Level 3 数据卡，故该卡片仅作为 `daily_image.previous.png` 留存，不再视为成功群报。
+- 群 27 的错误数据卡在替换前已备份到 `output/.backups/invalid-group-report-hold-20260904-081524/`。
+- 两群已用内置 ImageGen 生成正常分镜群报，严格事实校验均通过；通过既有恢复入口原子替换后，`image_fallback_level=0`、`image_variant=normal`，并继续持有发送锁。
+- 原失败证据仍保留在 `run.json` 的 `attempt_ledger`；本次未调用微信发送。
+
+## 返回格式
+
+- 根因与修复摘要
+- 恢复图片的路径、尺寸、SHA-256、事实校验结果
+- `send_hold` 与零发送证据
+- Git 分支、提交、Push、PR、CI 状态与未合并说明

app/image/fact_verification.py

@@ -89,7 +89,9 @@ def _canonical_number(value: str) -> str:
     normalized = normalized.replace("块", "元")
     if re.fullmatch(r"0+", normalized):
         return "0"
-    return normalized
+    # OCR 常保留日期、分镜或昵称中的整数前导零；它们不应把
+    # 05/09 之类的版式数字与已允许的 5/9 判为两个不同事实。
+    return re.sub(r"^0+(?=\d)", "", normalized)
 
 
 def _numeric_facts(value: str) -> set[str]:
@@ -120,6 +122,28 @@ def _load_evidence(prompt_file: Path) -> tuple[list[str], str, int]:
         line.strip() for line in visible_prompt.splitlines() if line.strip()
     ]
     numeric_evidence_lines: list[str] = []
+    # Level 3 本地信息图会直接渲染 run.json 中的群名、运行日期和人数，
+    # 而简化 Prompt 不一定重复这些字段。把渲染所依赖的确定性元数据加入
+    # 证据，避免日期 04/11 等被误判，同时仍拒绝不属于本次运行的数字。
+    run_path = prompt_file.with_name("run.json")
+    try:
+        run = json.loads(run_path.read_text(encoding="utf-8"))
+    except (OSError, UnicodeError, json.JSONDecodeError):
+        run = {}
+    if isinstance(run, dict):
+        trusted_run_fields = (
+            "group_name",
+            "run_date",
+            "period_start",
+            "period_end",
+            "message_count",
+            "speaker_count",
+        )
+        for field in trusted_run_fields:
+            value = str(run.get(field) or "").strip()
+            if value:
+                evidence_lines.append(value)
+                numeric_evidence_lines.append(value)
     for heading in ("群名称", "统计时间", "数据"):
         match = re.search(
             rf"【{heading}】\s*(.*?)(?=\n【|\Z)",

app/image/regeneration.py

@@ -21,6 +21,7 @@
 from app.image.fact_verification import strict_fact_verification_enabled
 from app.image.image_task import ImageTaskResult, verify_image_contract
 from app.v2.constants import (
+    IMAGE_CONTENT_VERIFICATION_FAILED,
     IMAGE_FILE_MISSING,
     IMAGE_GENERATION_FAILED,
     READY_TO_SEND,
@@ -244,7 +245,11 @@ def _promote_image(
     current = store.load_run(group_name, run_date)
     next_status = SENT if current.get("status") == SENT else READY_TO_SEND
     success_fields: dict[str, Any] = {}
-    if str(current.get("error_type") or "") in {IMAGE_GENERATION_FAILED, IMAGE_FILE_MISSING}:
+    if str(current.get("error_type") or "") in {
+        IMAGE_CONTENT_VERIFICATION_FAILED,
+        IMAGE_GENERATION_FAILED,
+        IMAGE_FILE_MISSING,
+    }:
         success_fields.update(error=None, error_type=None, failed_stage=None)
     store.update(
         group_name,

tests/test_image_fact_verification.py

@@ -94,6 +94,82 @@ def test_numeric_units_do_not_join_across_ocr_lines(tmp_path):
     assert review.unknown_numeric == ()
 
 
+def test_allows_zero_padded_layout_numbers(tmp_path):
+    prompt, image = _evidence(tmp_path)
+
+    review = review_image_facts(
+        prompt,
+        image,
+        ocr_text="分镜 01\n成员 05\n日期 09\n体重 078.8万元",
+    )
+
+    assert review.ok
+    assert review.unknown_numeric == ()
+
+
+def test_allows_local_fallback_header_from_trusted_run_metadata(tmp_path):
+    prompt = tmp_path / "image_prompt.txt"
+    prompt.write_text(
+        "【任务】\n外部内容整理失败，仅使用当天 ranking.json 生成本地简化信息图。",
+        encoding="utf-8",
+    )
+    (tmp_path / "messages.json").write_text(
+        json.dumps([{"sender_name": "群友甲", "content": "测试消息"}], ensure_ascii=False),
+        encoding="utf-8",
+    )
+    (tmp_path / "ranking.json").write_text(
+        json.dumps({"message_count": 161, "speaker_count": 20}),
+        encoding="utf-8",
+    )
+    (tmp_path / "run.json").write_text(
+        json.dumps(
+            {
+                "group_name": "茶馆V3.0（三周年纪念）🐮🐴",
+                "run_date": "2026-09-04",
+                "message_count": 161,
+                "speaker_count": 20,
+            },
+            ensure_ascii=False,
+        ),
+        encoding="utf-8",
+    )
+    image = tmp_path / "daily_image.png"
+    Image.new("RGB", (16, 16), "white").save(image)
+
+    review = review_image_facts(
+        prompt,
+        image,
+        ocr_text="茶馆V3.0（三周年纪念）\n2026．09．04 · 简化版数据卡片\n消息 161\n参与 20",
+    )
+
+    assert review.ok
+    assert review.unknown_numeric == ()
+
+
+def test_rejects_local_fallback_header_for_a_different_run_date(tmp_path):
+    prompt = tmp_path / "image_prompt.txt"
+    prompt.write_text("【任务】\n生成本地简化信息图。", encoding="utf-8")
+    (tmp_path / "messages.json").write_text(
+        json.dumps([{"sender_name": "群友甲", "content": "测试消息"}], ensure_ascii=False),
+        encoding="utf-8",
+    )
+    (tmp_path / "run.json").write_text(
+        json.dumps({"run_date": "2026-09-04"}),
+        encoding="utf-8",
+    )
+    image = tmp_path / "daily_image.png"
+    Image.new("RGB", (16, 16), "white").save(image)
+
+    review = review_image_facts(
+        prompt,
+        image,
+        ocr_text="2026．09．11 · 简化版数据卡片",
+    )
+
+    assert not review.ok
+    assert "11" in review.unknown_numeric
+
+
 def test_allows_deterministic_header_numbers_and_currency_alias(tmp_path):
     prompt = tmp_path / "image_prompt.txt"
     prompt.write_text(

tests/test_v2_image_regeneration.py

@@ -94,6 +94,26 @@ def test_success_atomically_replaces_image_backs_up_old_and_holds_send(tmp_path)
     assert run["image_force_local_fallback"] is False
 
 
+def test_success_clears_image_content_verification_failure(tmp_path):
+    settings, store, group, run_date = _run(tmp_path, status="FAILED")
+    store.update(
+        group,
+        run_date,
+        failed_stage="image",
+        error="图片事实校验失败：无证据数字：05",
+        error_type="IMAGE_CONTENT_VERIFICATION_FAILED",
+    )
+
+    run = run_regeneration_now(settings, group, run_date, SuccessGenerator())
+
+    assert run["status"] == "READY_TO_SEND"
+    assert run["error"] is None
+    assert run["error_type"] is None
+    assert run["failed_stage"] is None
+    assert run["send_hold"] is True
+    assert run["needs_manual_send"] is True
+
+
 def test_cli_failure_keeps_old_image_and_fails_closed(tmp_path):
     settings, store, group, run_date = _run(tmp_path)