PsyChat
<p align="center"> <h1 align="center">💝 PsyChat</h1> <p align="center"> <strong>基于 Agentic RAG 的智能心理咨询伴侣</strong> </p> <p align="center"> 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 </p> </p> <p align="center"> <img src="https://img.shields.io/badge/Python-3.8+-blue.svg" alt="Python"> <img src="https://img.shields.io/badge/Framework-FastAPI-green.svg" alt="FastAPI"> <img src="https://img.shields.io/badge/VectorDB-ChromaDB-orange.svg" alt="ChromaDB"> <img src="https://img.shields.io/badge/LLM-DeepSeek-purple.svg" alt="DeepSeek"> <img src="https://img.shields.io/badge/License-MIT-yellow.svg" alt="License"> </p> --- ## ✨ 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 <details> <summary><strong>整体工作流流程图 <em>（点击展开查看）</em></strong></summary> ```mermaid 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] ``` </details> ### 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： | 步骤 | 操作 | 说明 | |------|------|------| | **Observation** | 轻检索 top3 | 从向量库获取锚点文档，提取主题和表达样例 | | **Thought** | 分析匹配度 | 判断查询是否过于口语化、宽泛、缺乏术语 | | **Action: FINISH** | 直接使用当前查询 | 锚点已足够精准 | | **Action: REWRITE** | 改写 3-5 个查询词 | 对齐知识库表达方式，从不同角度（症状/原因/方案）描述 | 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 | 轮次类型 | 阶段一 | 阶段二 | 话术分析 | 最终生成 | 合计 | |----------|--------|--------|---------|---------|------| | 无需 RAG（问候等） | 1 | 0 | 0 | 1 | **2 次** | | 有 RAG + 首遇此主题 | 1 | 1-3 | 1 | 1 | **4-6 次** | | 有 RAG + 同主题复用缓存 | 1 | 1-3 | 0 | 1 | **3-5 次** | --- ## 🛠️ 技术栈 | 组件 | 技术 | 说明 | |------|------|------| | **LLM** | DeepSeek Chat | 对话生成和推理 | | **Embedding** | 阿里云百炼 text-embedding-v4 | 文本向量化 | | **TTS** | 阿里云百炼 CosyVoice | 语音合成与播放 | | **Vector DB** | ChromaDB | 高效向量存储和检索 | | **Web 框架** | FastAPI + Uvicorn | 高性能异步 Web 服务 | | **理论基础** | 理情行为疗法 (REBT) | 心理咨询核心方法论 | --- ## 📦 快速开始 ### 1. 克隆项目 ```bash git clone https://github.com/wink-wink-wink555/PsyChat.git cd PsyChat ``` ### 2. 安装依赖 ```bash 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`： > ```bash > 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： ```bash cp env.example .env ``` 编辑 `.env` 文件： ```env # 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： ```bash python main.py --rebuild ``` ### 5. 启动服务 ```bash # 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](https://modelscope.cn/datasets/YIRONGCHEN/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 | 参数 | 说明 | |------|------| | `--rebuild` | 重新构建知识库 | | `--info` | 显示知识库信息 | | `--cli` | 使用命令行交互模式 | --- ## 📝 配置说明 主要配置项（`config.py`）： | 配置项 | 默认值 | 说明 | |--------|--------|------| | `CHUNK_SIZE` | 400 | 文本分块大小 | | `CHUNK_OVERLAP` | 50 | 分块重叠大小 | | `TOP_K_RESULTS` | 6 | 检索返回文档数 | | `SIMILARITY_THRESHOLD` | 0.15 | 相似度阈值 | | `MAX_NO_RAG_ROUNDS` | 3 | 触发强制 RAG 的无检索轮数 | | `TTS_ENABLED` | True | 是否启用语音合成 | | `TTS_VOICE` | longanyang | 语音音色 | | `TTS_RATE` | 1 | 语速（0.5-2.0） | ### 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](docs/TTS_GUIDE.md)。 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](LICENSE) 开源协议。 --- ## 🤝 贡献 欢迎提交 Issue 和 Pull Request！ --- <p align="center"> Made with 💝 by <a href="https://github.com/your-username">wink-wink-wink555</a> </p>