UNPKG

koishi-plugin-best-cave

Version:

功能强大、高度可定制的回声洞。支持丰富的媒体类型、内容查重、人工审核、用户昵称、数据迁移以及本地/S3 双重文件存储后端。

89 lines (88 loc) 3.44 kB
import { Context, Logger } from 'koishi'; import { Config, CaveObject } from './index'; import { FileManager } from './FileManager'; /** * @description 数据库 `cave_hash` 表的完整对象模型。 */ export interface CaveHashObject { cave: number; hash: string; type: 'simhash' | 'phash'; } /** * @class HashManager * @description 负责生成、存储和比较文本与图片的哈希值。 * 实现了基于 Simhash 的文本查重和基于 DCT 感知哈希 (pHash) 的图片查重方案。 */ export declare class HashManager { private ctx; private config; private logger; private fileManager; /** * @constructor * @param ctx - Koishi 上下文,用于数据库操作。 * @param config - 插件配置,用于获取相似度阈值等。 * @param logger - 日志记录器实例。 * @param fileManager - 文件管理器实例,用于读取图片文件。 */ constructor(ctx: Context, config: Config, logger: Logger, fileManager: FileManager); /** * @description 注册与哈希功能相关的 `.hash` 和 `.check` 子命令。 * @param cave - 主 `cave` 命令实例。 */ registerCommands(cave: any): void; /** * @description 检查数据库中所有回声洞,为没有哈希记录的历史数据生成哈希。 * @returns 一个包含操作结果的报告字符串。 */ generateHashesForHistoricalCaves(): Promise<string>; /** * @description 为单个回声洞对象生成所有类型的哈希(文本+图片)。 * @param cave - 回声洞对象。 * @returns 生成的哈希对象数组。 */ generateAllHashesForCave(cave: Pick<CaveObject, 'id' | 'elements'>): Promise<CaveHashObject[]>; /** * @description 对数据库中所有哈希进行两两比较,找出相似度过高的内容。 * @param options 包含临时阈值的可选对象。 * @returns 一个包含检查结果的报告字符串。 */ checkForSimilarCaves(options?: { textThreshold?: number; imageThreshold?: number; }): Promise<string>; /** * @description 执行二维离散余弦变换 (DCT-II)。 * @param matrix - 输入的 N x N 像素亮度矩阵。 * @returns DCT变换后的 N x N 系数矩阵。 */ private _dct2D; /** * @description pHash 算法核心实现。 * @param imageBuffer - 图片的Buffer。 * @param size - 期望的哈希位数 (必须是完全平方数, 如 64 或 256)。 * @returns 十六进制pHash字符串。 */ generatePHash(imageBuffer: Buffer, size: number): Promise<string>; /** * @description 计算两个十六进制哈希字符串之间的汉明距离 (不同位的数量)。 * @param hex1 - 第一个哈希。 * @param hex2 - 第二个哈希。 * @returns 汉明距离。 */ calculateHammingDistance(hex1: string, hex2: string): number; /** * @description 根据汉明距离计算相似度百分比。 * @param hex1 - 第一个哈希。 * @param hex2 - 第二个哈希。 * @returns 相似度 (0-100)。 */ calculateSimilarity(hex1: string, hex2: string): number; /** * @description 为文本生成 64 位 Simhash 字符串。 * @param text - 需要处理的文本。 * @returns 16位十六进制 Simhash 字符串。 */ generateTextSimhash(text: string): string; }