💝 PsyChat

基于 Agentic RAG 的智能心理咨询伴侣

基于范例模仿真实心理咨询师的话语模式，为用户提供专业的心理健康支持

✨ 项目简介

PsyChat 是一个基于检索增强生成（RAG）技术的心理咨询 AI 助手。其核心目标是最大程度地蒸馏真实心理咨询师的说话方式——不只是复用知识库中的内容，而是主动分析、学习专业咨询师在共情、提问、引导节奏上的共性模式，并将其迁移到每一轮对话中。

系统运用理情行为疗法（REBT）理论框架，结合多阶段 Agent 工作流，帮助用户识别和调整非理性信念，缓解负面情绪。

🌟 核心特性

• 🧠 ReAct 查询优化：轻检索获取锚点 → 分析匹配度 → 改写或直接检索，动态提升检索准确性
• 📖 完整对话上下文扩展：突破 chunk 片段限制，回溯完整咨询案例，让模型看到咨询师的完整工作节奏
• 🎯 咨询师话术分析：主动提炼参考案例中咨询师的共情方式、提问策略、引导节奏和语言特点，作为显式约束指导回答
• 💡 交互策略规划：回答前先判断对话所处阶段，规划下一步引导方向，而非被动应答
• 🔄 对话持续监控：连续多轮无 RAG 时自动触发强制检索，保持专业性
• 🎤 语音合成播放：基于阿里云百炼 TTS，将回答转换为温暖的语音

🏗️ 系统架构

graph TD
    A[用户输入] --> B[Psychology Agent 决策层]

    B --> C{RAG判断 + 主题分类\n单次LLM调用}

    C -->|不需要检索| D[对话持续监控\n连续N轮无RAG?]
    D -->|未超限| E[直接回答\nREBT提示词]
    D -->|已超限| F[🚨 强制触发RAG]

    C -->|需要检索| G[ReAct 查询优化循环\n最多3轮]
    F --> G

    G --> G1[Observation: 轻检索获取锚点 top3]
    G1 --> G2[Thought+Action: 分析锚点质量]
    G2 -->|FINISH| H[使用当前查询词]
    G2 -->|REWRITE| G1

    H --> I[多查询词向量检索\nChromaDB]

    I --> J{找到相关文档?}
    J -->|未找到| E
    J -->|找到| K[上下文扩展\n纯I/O 无LLM]

    K --> K1[通过chunk锚点\n回溯原始完整对话]
    K1 --> L[咨询师话术分析\n带主题缓存]

    L --> L1{缓存命中?}
    L1 -->|命中| M[复用话术分析结果\n0次LLM]
    L1 -->|未命中| L2[LLM分析4维度话术共性\n1次LLM]
    L2 --> M

    M --> N[构建增强提示词\n完整案例+片段+话术+策略]
    E --> O
    N --> O[LLM生成最终回答]

    O --> P[更新对话历史]
    P --> Q[语音合成TTS]
    Q --> R[返回结果]

各阶段详解

阶段一：RAG 判断 + 主题分类（1 次 LLM）

PsychologyAgent.judge_rag_and_classify() 在单次调用中完成两件事：

1. 是否检索：区分简单问候/闲聊（不检索）与实质性心理问题（检索）
2. 主题分类：从 12 个预设主题中识别 1-3 个相关主题，用于后续向量检索过滤

12 个主题：情绪 / 人际 / 婚恋 / 家庭 / 性心理 / 成长 / 治疗 / 社会 / 职场 / 自我 / 行为 / 心理学知识

阶段二：ReAct 查询优化（最多 3 轮，每轮 1 次 LLM）

PsychologyAgent.generate_search_queries_with_pre_retrieval() 采用 ReAct 模式：

包含死循环保护：改写结果与上轮相同时自动终止。

阶段三：多查询词向量检索

RAGSystem._search_with_multiple_queries() 对所有查询词并行检索，合并去重后按相似度排序，返回 TOP K 文档。

• 强制检索时，将本次结果与上次缓存结果合并，利用历史上下文提升召回
• 支持多主题过滤，各主题分配检索配额后合并

阶段四：上下文扩展（纯 I/O，0 次 LLM）

RAGSystem._expand_context() 解决了 chunk 分割导致"断章取义"的核心问题：

背景：知识库中每个 chunk 仅包含 3 轮对话（约 6 条消息），而一个完整的咨询案例往往有 10-15 轮。检索到的片段可能丢失咨询师的开场共情建立、问题探索过程和结尾引导总结。

实现：

chunk 首行文本 → 在原始 .txt 文件中定位 → 通过 ## 分隔符找到完整对话边界 → 返回整段对话

保护机制：

• 只扩展相似度最高的 TOP 2 个文档
• 仅当完整对话比 chunk 长 30% 以上时才扩展，避免重复展示
• seen_anchors 去重，防止同一对话的不同 chunk 触发重复回溯

阶段五：咨询师话术分析（带主题级缓存，0~1 次 LLM）

RAGSystem._analyze_counselor_style() 实现了"主动学习"而非"被动模仿"：

分析维度：

1. 共情方式：如何表达理解和接纳
2. 提问策略：开放式/反思式/具体化问题的偏好
3. 引导节奏：在何时探索、何时给建议
4. 语言特点：用词风格和句式偏好

缓存机制：

• 按 topic（主题）缓存，同主题下只在首轮分析一次
• 主题切换时自动刷新缓存
• 会话清空时（clear_conversation_history）同步清除缓存

首轮（新主题）：执行分析 → 缓存结果
后续轮（相同主题）：直接复用 → 0 额外 LLM 调用

阶段六：增强提示词构建 + 最终生成（1 次 LLM）

RAGSystem._build_psychology_prompt() 构建结构化四层提示词：

【完整咨询案例参考】
  └─ 来自上下文扩展，让模型理解完整的咨询节奏

【与用户问题最匹配的对话片段】
  └─ 来自向量检索的 TOP K chunk，与当前问题最相关

【咨询师话术共性分析】
  └─ 来自话术分析的 4 维度特征，作为显式约束而非模糊建议

【回应策略】
  └─ 要求模型：判断当前对话阶段 → 规划下一步引导 → 模仿话术回应

这一设计将模糊的"学习风格"指令替换为结构化的显式约束，并要求模型在回答前进行主动的交互策略规划。

📊 LLM 调用开销分析

🛠️ 技术栈

📦 快速开始

1. 克隆项目

git clone https://github.com/wink-wink-wink555/PsyChat.git
cd PsyChat

2. 安装依赖

pip install -r requirements.txt

注意：如果需要使用语音播放功能，Windows 用户请确保安装了 playsound：

pip install playsound==1.2.2

3. 配置环境变量

复制 env.example 为 .env 并填入你的 API 密钥：

cp env.example .env

编辑 .env 文件：

# DeepSeek API (https://platform.deepseek.com/)
DEEPSEEK_API_KEY=your_deepseek_api_key_here

# 阿里云百炼 API (https://bailian.console.aliyun.com/)
ALIBABA_API_KEY=your_alibaba_api_key_here

4. 构建知识库

首次运行需要构建向量知识库：

python main.py --rebuild

5. 启动服务

# 启动 Web 界面（默认）
python main.py

# 或使用命令行模式
python main.py --cli

访问 http://localhost:8000 即可开始对话！

📁 项目结构

PsyChat/
├── main.py                     # 程序入口
├── config.py                   # 配置文件
├── requirements.txt            # 依赖列表
├── env.example                 # 环境变量模板
├── agent/
│   └── psychology_agent.py     # 决策Agent（RAG判断+ReAct优化）
├── core/
│   ├── rag_system.py           # RAG系统核心（上下文扩展+话术分析+生成）
│   ├── vector_store.py         # 向量存储
│   └── tts_service.py          # 语音合成服务
├── data/
│   └── processor.py            # 数据处理（对话分块）
├── web/
│   └── interface.py            # Web 界面
├── resources/
│   ├── knowledge/              # 心理学知识库（12个主题的真实咨询对话）
│   └── prompts/                # 系统提示词
├── storage/
│   ├── chroma_db/              # 向量数据库（自动生成）
│   └── audio/                  # TTS音频文件（自动生成）
└── docs/
    ├── architecture.md         # 架构文档
    └── TTS_GUIDE.md            # 语音功能指南

📚 数据集来源

本项目的知识库基于 PsyDTCorpus 数据集构建。

原始数据集经过以下预处理和增强：

• 按心理学主题（情绪、人际、职场、家庭、婚恋等）重新分类整理，共 12 个主题
• 每段完整对话按每 3 轮（6 条消息）分块，存入向量库
• 原始完整对话保留在 .txt 文件中，供上下文扩展时回溯使用
• 添加主题标签，支持精准主题过滤

🔧 命令行参数

📝 配置说明

主要配置项（config.py）：

语音功能配置

详细的语音功能配置和使用说明，请参考 TTS功能指南。

支持的音色（包括但不限于）：

• longanyang - 温柔男声（默认）
• longxiaochun - 温柔女声
• longjing - 平和女声
• longxuanxuan - 亲切女声

⚠️ 免责声明

本项目仅供学习和研究使用。AI 咨询师的回复不构成专业医疗建议，如有严重心理健康问题，请及时寻求专业心理咨询师或医生的帮助。

📄 License

本项目采用 MIT License 开源协议。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

Made with 💝 by wink-wink-wink555