使用说明
心灵伙伴项目文档
📋 项目概述
项目名称: 心灵伙伴
定位: AI驱动的心理健康智能助手系统
目标用户: 大学生群体
技术栈: Gradio | CAMEL-AI | MCP | Peewee ORM
核心特性
- 🤖 多智能体对话系统: 基于CAMEL-AI框架的角色扮演式心理咨询
- 😊 情绪识别与分析: 实时情绪检测、历史趋势分析、LLM增强分析
- 📊 心理评估系统: SAS焦虑自评量表,维度分析+趋势追踪
- 🧘 智能放松规划: 结合地理位置的个性化放松方案推荐
- 📖 情绪日记: 自动记录+AI综合分析
- 📈 数据统计可视化: 暖色系图表+Agent生成的温暖分析
- 👥 用户管理: 完整的认证、权限、管理员功能
🏗️ 系统架构
整体架构图
┌─────────────────────────────────────────────────────────┐
│ Gradio Web UI (app.py) │
│ ┌──────┬──────┬──────┬──────┬──────┬──────┬──────┐ │
│ │登录 │对话 │评估 │放松 │日记 │统计 │管理 │ │
│ └──────┴──────┴──────┴──────┴──────┴──────┴──────┘ │
└───────────────────────┬─────────────────────────────────┘
│
┌───────────────────────▼─────────────────────────────────┐
│ 应用层 (api/apps/) │
│ ┌────────────┬────────────┬────────────┬────────────┐ │
│ │conversation│ emotion │ sas │ relaxation │ │
│ │_app.py │ _app.py │ _app.py │ _app.py │ │
│ ├────────────┼────────────┼────────────┼────────────┤ │
│ │statistics │ user │ admin │ │ │
│ │_app.py │ _app.py │ _app.py │ │ │
│ └────────────┴────────────┴────────────┴────────────┘ │
└───────────────────────┬─────────────────────────────────┘
│
┌───────────────────────▼─────────────────────────────────┐
│ 服务层 (api/db/services/) │
│ ┌─────────────────────────────────────────────────┐ │
│ │ UserService | EmotionService | ConversationSvc │ │
│ │ AssessmentService │ │
│ └─────────────────────────────────────────────────┘ │
└───────────────────────┬─────────────────────────────────┘
│
┌───────────────────────▼─────────────────────────────────┐
│ 数据层 (api/db/db_models.py) │
│ ┌─────────────────────────────────────────────────┐ │
│ │ User | Emotion | Conversation | Assessment │ │
│ └─────────────────────────────────────────────────┘ │
│ SQLite (mindmate.db) │
└─────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────┐
│ 外部集成 (api/tools/) │
│ ┌─────────────────────────────────────────────────┐ │
│ │ web_search_tools.py - 智谱Z.AI语义搜索 │ │
│ │ mcp_search.py - 百度地图MCP工具集 │ │
│ │ amap_rest_tools.py - 高德地图REST API │ │
│ └─────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────┐
│ AI引擎 (CAMEL-AI) │
│ ┌─────────────────────────────────────────────────┐ │
│ │ ChatAgent | RolePlaying | Tools | ModelFactory │ │
│ └─────────────────────────────────────────────────┘ │
│ ↓ 调用 OpenAI Compatible API │
│ ┌─────────────────────────────────────────────────┐ │
│ │ DeepSeek-V3 / Qwen2.5 / 其他兼容模型 │ │
│ └─────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
技术栈详解
前端层
- Gradio 5.38.0: 快速构建Web UI,支持实时交互、文件上传、图表展示
- Matplotlib 3.10.3: 数据可视化(情绪分布、评估结果、对话趋势)
应用层
- CAMEL-AI 0.2.72: 多智能体框架
ChatAgent: 单智能体对话,支持工具调用RolePlaying: 双智能体角色扮演(心理咨询师 ↔ 大学生)ModelFactory: 统一模型接口管理
- 工具集成:
- 智谱Z.AI SDK: 语义搜索、案例检索
- 百度地图MCP: 地理编码、POI搜索、路径规划、天气查询
- 高德地图REST API: 备用地图服务
数据层
- Peewee 3.18.2: 轻量级ORM
- SQLite: 嵌入式数据库(生产环境可迁移至PostgreSQL/MySQL)
- 数据模型:
User # 用户表(username, password_hash, status, is_admin) Emotion # 情绪记录(timestamp, emotions_json, user_input, user_id) Conversation # 对话记录(timestamp, user_input, ai_response, user_id) Assessment # 评估记录(timestamp, scores_json, total_score, result, user_id)
安全与工具
- Cryptography 45.0.5: API密钥加密存储
- Loguru 0.7.3: 结构化日志
- Pytest 8.4.1: 单元测试框架
📦 项目结构
resonant-soul-main/
├── api/ # 后端核心代码
│ ├── apps/ # 应用模块
│ │ ├── admin_app.py # 管理员功能(用户管理)
│ │ ├── conversation_app.py # 对话引擎(ChatAgent + 工具调用)
│ │ ├── emotion_app.py # 情绪分析(关键词+LLM兜底+日记分析)
│ │ ├── relaxation_app.py # 放松规划(意图识别+地图工具)
│ │ ├── sas_app.py # SAS量表(反向计分+维度分析+LLM建议)
│ │ ├── statistics_app.py # 统计分析(Agent化+暖色图表)
│ │ └── user_app.py # 用户认证(登录/注册/密码修改)
│ ├── db/ # 数据库层
│ │ ├── db_models.py # ORM模型定义
│ │ ├── init_data.py # 初始化数据(管理员账号)
│ │ └── services/ # 数据服务层
│ │ ├── assessment_service.py # 评估CRUD+统计
│ │ ├── conversation_service.py # 对话CRUD+统计
│ │ ├── emotion_service.py # 情绪CRUD+统计
│ │ └── user_service.py # 用户CRUD+认证
│ ├── tools/ # 外部工具集成
│ │ ├── amap_rest_tools.py # 高德地图REST API
│ │ ├── mcp_search.py # 百度地图MCP工具(8个工具函数)
│ │ └── web_search_tools.py # 智谱Z.AI语义搜索
│ ├── utils/ # 工具函数
│ │ ├── file_utils.py # 文件操作
│ │ ├── log_utils.py # 日志配置
│ │ └── t_crypt.py # 加密解密
│ ├── constants.py # 常量定义
│ └── settings.py # 全局配置(模型初始化)
├── conf/ # 配置文件
│ └── service_conf.yaml # LLM配置、管理员账号
├── docker/ # Docker部署
│ └── entrypoint.sh # 容器启动脚本
├── logs/ # 日志目录
├── resources/ # 资源文件(截图)
├── test/ # 测试用例
│ └── test_emotion_app.py # 情绪分析单元测试
├── app.py # 主入口(Gradio界面)
├── Dockerfile # Docker镜像构建
├── pyproject.toml # 项目元数据+依赖
├── requirements.txt # pip依赖列表
├── uv.lock # uv依赖锁定
├── mindmate.db # SQLite数据库文件
└── README.md # 项目说明
🎯 核心功能详解
1. 用户管理系统
1.1 用户认证
- 注册: SHA256密码哈希 + 唯一用户名校验
- 登录: 密码验证 + 状态检查(禁用用户拒绝登录)
- 会话管理: Gradio State存储当前用户(id, name, is_admin)
1.2 管理员功能
- 用户列表: 展示所有用户(ID、用户名、昵称、状态、注册时间)
- 用户操作:
- 启用/禁用用户(管理员账号不可禁用)
- 删除用户(管理员账号不可删除)
- 权限控制:
is_admin=True用户可见管理员标签页
1.3 个人信息管理
- 查看用户名、昵称、注册时间
- 修改密码(≥8位,需确认)
代码位置: api/apps/user_app.py, api/apps/admin_app.py
2. 智能对话系统
2.1 对话流程
用户输入
↓
情绪分析(关键词匹配 + LLM兜底)
↓
保存情绪记录到数据库
↓
构造系统提示词(包含当前情绪)
↓
负面情绪?→ 调用 supportive_case_search_tool 检索资源
↓
创建 ChatAgent(注入历史对话+检索结果)
↓
调用 agent.step() 生成回复
↓
后处理(移除第三人称表述)
↓
保存对话记录 + 更新情绪图表
2.2 情绪识别机制
两阶段识别:
- 关键词匹配(快速路径):
emotions = { '焦虑': ['焦虑', '紧张', '不安', '担心', '压力', '烦恼'], '抑郁': ['抑郁', '难过', '消沉', '伤心', '悲伤', '失落'], '愤怒': ['生气', '愤怒', '烦躁', '恼火', '不满', '讨厌'], '积极': ['开心', '快乐', '高兴', '兴奋', '满足'] } - LLM语义分析(兜底):
- 当关键词未匹配时,调用OpenAI Compatible API
- 使用零温度、16 tokens限制,强制返回标准标签
- 异常时返回
['平静']
2.3 工具调用
supportive_case_search_tool:
- 输入: 情绪标签、用户情境、媒体偏好(video/article/auto)
- 输出: 相关心理调适案例、成功故事、安慰资源(标题+URL+摘要)
- 实现: 智谱Z.AI SDK语义搜索
工具选择策略:
preferred = os.environ.get('SEARCH_PREFERRED', 'mcp').lower()
if preferred == 'sdk':
tools = get_tools() # 智谱SDK
else:
tools = mcp_tools if mcp_tools else get_tools() # 优先MCP
2.4 对话记忆
- 使用
message_window_size=12保留最近12轮对话 - 登录时从数据库加载历史对话注入Agent记忆
- 支持连续上下文理解
代码位置: api/apps/conversation_app.py, api/apps/emotion_app.py
3. 心理评估系统(SAS量表)
3.1 量表设计
5题简化版SAS:
- 我感到比平常更加紧张和焦虑
- 我无缘无故地感到害怕
- 我容易心烦意乱或感到恐慌
- 我感到我的身体好像被分成几块
- 我感到一切都很好,不会发生什么不幸(反向题)
评分: 1=很少/没有, 2=有时, 3=经常, 4=总是如此
3.2 计分逻辑
# 反向计分(第5题)
reverse_indices = [5]
processed_scores = [5-score if idx in reverse_indices else score
for idx, score in enumerate(scores, 1)]
# 标准分计算
rough_score = sum(processed_scores)
standard_score = int(rough_score * 1.25)
3.3 维度分析
dim_map = {
"紧张-焦虑": [1],
"恐惧-惊恐": [2, 3],
"躯体化/解离": [4],
"消极预期": [5], # 已反向处理
}
- 计算每个维度的平均分(1-4)
- 等级划分: 低(<1.5) | 偏高(1.5-2.5) | 中高(2.5-3.5) | 显著偏高(≥3.5)
3.4 结果解释
| 标准分 | 等级 |
|---|---|
| <50 | 焦虑水平在正常范围内 |
| 50-59 | 轻度焦虑 |
| 60-69 | 中度焦虑 |
| ≥70 | 重度焦虑 |
3.5 趋势分析
- 对比上次评估分数,计算变化量(上升/下降/持平)
- 展示历史评估记录(时间、分数、结果)
3.6 智能建议
规则建议(基于维度分析):
- 紧张-焦虑高 → 呼吸放松+渐进性肌肉放松
- 恐惧-惊恐高 → 暴露练习+专业支持
- 躯体化高 → 规律作息+医学排查
- 消极预期高 → 认知重评技术
LLM建议(可选):
- 使用
RolePlaying创建"心理评估解释专家"角色 - 输入: 总分、维度统计、逐题分数
- 输出: 3-5条个性化建议(≤30字/条)
代码位置: api/apps/sas_app.py
4. 情绪日记系统
4.1 自动记录
- 每次对话自动生成日记条目
- 字段: 时间戳、情绪标签列表、用户输入内容
4.2 日记列表
- 表格展示: 日期 | 内容 | 情绪
- 按时间倒序排列
- 支持刷新按钮
4.3 AI综合分析(新增)
功能: 分析最近N条日记(默认7条),生成趋势报告+安慰建议
分析流程:
取最近N条日记(时间倒序)
↓
构造提示词(包含日期、情绪、内容)
↓
调用 ChatAgent(CHAT_MDL)
↓
Agent输出:
- 情绪趋势概括
- 主要困扰主题(≤3点)
- 可执行建议(3-5条,≤30字/条)
- 温暖安慰话(第二人称)
↓
失败时规则兜底(统计主情绪+通用建议)
提示词示例:
请基于以下同一用户最近的情绪日记做一个简明的综合分析,并给出温暖的安慰与3-5条可执行的小建议。
要求:
1) 概括最近情绪趋势(积极/焦虑/抑郁/愤怒/平静的比例与变化)
2) 提炼主要困扰主题(最多3点)
3) 给出3-5条具体可执行建议,每条≤30字
4) 用第二人称、温暖口吻收尾给出一段安慰话
5) 全文中文,避免医学诊断与药物建议,不夸大承诺
6) 只依据提供的日记做推断,不要编造
【日记(按时间从近到远)】
- 2025-10-24 15:04:51 | 情绪:焦虑, 抑郁 | 内容:我的计算机实验又失败了...
- 2025-10-24 14:44:41 | 情绪:焦虑, 抑郁 | 内容:我的计算机实验失败了...
...
UI控件:
- 滑块: 选择分析条数(1-30,默认7)
- 按钮: "分析最近日记"
- Markdown输出: 显示分析结果
代码位置: api/apps/emotion_app.py (analyze_recent_diaries函数)
5. 放松训练系统
5.1 传统放松训练
三种类型:
- 呼吸放松: 4秒吸气 → 4秒屏息 → 6秒呼气(重复5-10次)
- 渐进性肌肉放松: 脚趾→小腿→大腿→腹部→胸部→手臂→面部(绷紧5秒+放松10秒)
- 正念冥想: 安静环境+舒适坐姿+关注呼吸+思绪自然流动
5.2 智能放松规划(新增)
功能: 结合用户位置和需求,推荐附近的放松场所
意图识别:
intent_map = {
"food": "美食|餐厅|小吃|咖啡",
"relax": "足浴|足疗|修脚|按摩|推拿|SPA|汗蒸|网吧|KTV|休闲",
"sport": "健身|球馆|体育馆|羽毛球|篮球|游泳|网球|乒乓",
}
工具调用链:
- 定位获取:
- 优先使用用户提供的经纬度(lng, lat)
- 或调用
map_geocode解析文字地址 - 或调用
map_ip_location通过IP定位
- POI搜索:
map_search_places(query=keywords, location=lnglat, radius=3000) - 详情查询:
map_place_details获取电话、营业时间、评分 - 路径规划:
map_directions计算步行时间 - 天气校验:
map_weather检查户外活动适宜性
输出: TOP3候选地点(名称、地址/链接、步行时间)
降级策略:
- 主Agent失败时,启用"安全模式Agent"
- 仅调用一次
map_search_places,直接输出文本清单 - 避免工具调用死循环
代码位置: api/apps/relaxation_app.py, api/tools/mcp_search.py
6. 统计分析系统(Agent化)
6.1 数据统计
三类统计:
- 情绪分布(最近7天):
- 总体情绪计数:
{焦虑: 10, 抑郁: 10, 愤怒: 1, 积极: 1, 平静: 1} - 每日情绪分布:
{2025-10-23: {焦虑: 1}, 2025-10-24: {焦虑: 9, 抑郁: 10, ...}}
- 总体情绪计数:
- 评估结果分布:
- 总评估次数、平均分、分数范围
- 结果分布:
{焦虑水平在正常范围内: 2, 轻度焦虑: 0, ...}
- 对话活跃度(最近7天):
- 总对话次数、活跃天数
- 每日对话计数:
{2025-10-23: 2, 2025-10-24: 9}
6.2 可视化(暖色系)
三子图布局:
fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(15, 5))
配色方案:
# 柱状图(情绪分布)
warm_bar_colors = ["#F4A261", "#E76F51", "#E9C46A", "#F28482", "#FFB703"]
# 饼图(评估结果)
warm_pie_colors = ["#FFE0B2", "#FFCC80", "#FFB74D", "#FFA726", "#FB8C00"]
# 折线图(对话趋势)
warm_line = "#E76F51"
图表类型:
- ax1: 柱状图(7-Day Emotion Distribution)
- ax2: 饼图(Assessment Results Distribution)
- ax3: 折线图(Daily Conversation Count)
6.3 Agent化分析(新增)
工具封装:
def stats_snapshot_tool(user_id: int, days: int = 7) -> Dict[str, Any]:
"""返回紧凑统计快照(纯文本/数字),供Agent分析"""
return {
"days": days,
"total_emotions": {...},
"daily_emotions": {...},
"assessment_result_distribution": {...},
"conversations_total": 11,
"conversations_daily_counts": {...},
}
Agent系统提示词:
你是一位温暖、专业的心理支持助理。你可以调用工具获取用户最近统计信息,
请基于工具返回的快照,总结趋势、给出3-5条可执行建议,并以温柔口吻收尾。
避免医学诊断与药物建议,输出简洁 Markdown。
用户消息示例:
请使用 stats_snapshot_tool(user_id=2, days=7) 获取数据后,再输出:
1) 情绪趋势(1-2句)
2) 关键观察(最多3点)
3) 温暖建议(3-5条,每条≤25字)
4) 鼓励收尾(1-2句)
输出示例:
### 使用统计简析
- 最近7天主要情绪:焦虑
- 期间对话次数:11
### 温暖建议
- 记录每天一个小确幸,睡前复盘1分钟
- 进行3分钟呼吸放松,缓解紧张
- 找到一位可信任的朋友聊聊
- 安排一次短途散步,给自己放个小假
你已经很努力了,保持当下的节奏,我们一起慢慢变好。
降级策略: CHAT_MDL不可用时,使用规则生成(统计主情绪+通用建议)
UI控件:
- 滑块: 统计天数(3-30,默认7)
- 按钮: "刷新统计数据"
- 输出: 暖色系图表 + Agent生成的Markdown分析
代码位置: api/apps/statistics_app.py
🔧 配置与部署
1. 环境配置
1.1 配置文件 (conf/service_conf.yaml)
llm:
model_type: 'deepseek-ai/DeepSeek-V3' # 或 'Qwen/Qwen2.5-7B-Instruct'
model_url: 'https://api.siliconflow.cn/v1/'
api_key: 'sk-your-api-key-here'
admin:
username: 'admin'
password: 'admin@123'
name_nick: '系统管理员'
1.2 环境变量(可选)
# 搜索工具选择
export SEARCH_PREFERRED=mcp # 或 sdk
# 百度地图API密钥(用于MCP工具)
export BAIDU_MAPS_API_KEY=your_baidu_key
# 智谱API密钥(用于Z.AI搜索)
export ZHIPU_API_KEY=your_zhipu_key
export ZAI_CHAT_MODEL=glm-4.6
2. 本地开发部署
2.1 环境准备
# 1. 安装UV包管理器
pip install uv
set UV_INDEX=https://mirrors.aliyun.com/pypi/simple
# 2. 创建虚拟环境并安装依赖
uv sync --python 3.10 --all-extras
# 3. 激活虚拟环境
cd .venv/Scripts
activate # Windows
# source .venv/bin/activate # Linux/Mac
2.2 启动项目
python app.py
访问地址: http://127.0.0.1:7860
4. 魔搭创空间部署
4.1 生成依赖文件
uv pip compile pyproject.toml --all-extras -o requirements.txt
4.2 上传代码
- 将项目推送到魔搭Git仓库
- 在"设置"中点击"上线发布"
4.3 配置环境变量
在魔搭创空间设置中添加:
ZHIPU_API_KEYBAIDU_MAPS_API_KEY
🔐 安全机制
1. 密码安全
- 哈希算法: SHA256
- 存储: 仅存储哈希值,不存储明文
- 验证: 输入密码哈希后与数据库比对
2. API密钥加密
from api.utils.t_crypt import encrypt_api_key, decrypt_api_key, generate_key
# 加密存储
key = generate_key()
encrypted = encrypt_api_key(api_key, key)
# 使用时解密
api_key = decrypt_api_key(encrypted, key)
3. 权限控制
- 管理员保护: 管理员账号不可被禁用/删除
- 状态检查: 登录时验证用户状态(禁用用户拒绝登录)
- 会话隔离: 每个用户只能访问自己的数据
4. 输入验证
- 密码强度: 最少8位
- 用户名唯一性: 注册时检查重复
- SQL注入防护: 使用ORM参数化查询
表结构详解
User表
| 字段 | 类型 | 说明 |
|---|---|---|
| id | INTEGER | 主键 |
| username | TEXT | 用户名(唯一) |
| name_nick | TEXT | 昵称 |
| password | TEXT | SHA256哈希 |
| status | BOOLEAN | 启用状态(True=启用) |
| is_admin | BOOLEAN | 管理员标识 |
| created_at | DATETIME | 创建时间 |
| updated_at | DATETIME | 更新时间 |
Emotion表
| 字段 | 类型 | 说明 |
|---|---|---|
| id | INTEGER | 主键 |
| timestamp | DATETIME | 记录时间 |
| emotions | TEXT | JSON数组(["焦虑", "抑郁"]) |
| user_input | TEXT | 用户输入内容 |
| user_id | INTEGER | 外键→User.id |
| created_at | DATETIME | 创建时间 |
| updated_at | DATETIME | 更新时间 |
Conversation表
| 字段 | 类型 | 说明 |
|---|---|---|
| id | INTEGER | 主键 |
| timestamp | DATETIME | 对话时间 |
| user_input | TEXT | 用户输入 |
| ai_response | TEXT | AI回复 |
| user_id | INTEGER | 外键→User.id |
| created_at | DATETIME | 创建时间 |
| updated_at | DATETIME | 更新时间 |
Assessment表
| 字段 | 类型 | 说明 |
|---|---|---|
| id | INTEGER | 主键 |
| timestamp | DATETIME | 评估时间 |
| scores | TEXT | JSON数组([1,2,3,4,1]) |
| total_score | INTEGER | SAS标准分 |
| result | TEXT | 评估结果文本 |
| user_id | INTEGER | 外键→User.id |
| created_at | DATETIME | 创建时间 |
| updated_at | DATETIME | 更新时间 |
🧪 测试
单元测试
# 运行所有测试
pytest
# 运行特定测试文件
pytest test/test_emotion_app.py -v
# 测试覆盖率
pytest --cov=api --cov-report=html
测试用例示例
# test/test_emotion_app.py
@pytest.mark.parametrize("text, expected_emotion", [
("我今天很开心", ["积极"]),
("我感到很焦虑", ["焦虑"]),
("他非常愤怒", ["愤怒"]),
("她有点抑郁", ["抑郁"]),
])
def test_analyze_emotion_single_emotion(text, expected_emotion):
"""测试单个情绪识别"""
assert analyze_emotion(text) == expected_emotion
🚀 性能优化
1. 数据库优化
- 索引: 在
user_id,timestamp字段添加索引 - 连接池: 使用Peewee连接池(生产环境)
- 批量操作: 使用
bulk_create批量插入
2. 缓存策略
- 模型缓存:
CHAT_MDL全局单例,避免重复初始化 - 工具缓存: MCP工具客户端延迟初始化+全局复用
3. 异步优化(待实现)
- 使用
asyncio+aiohttp异步调用外部API - Gradio支持
async def事件处理函数
4. 日志管理
# 日志配置(api/utils/log_utils.py)
from loguru import logger
logger.add(
"logs/resonant-soul.{time:YYYY-MM-DD}.log",
rotation="00:00", # 每天午夜轮转
retention="30 days", # 保留30天
level="INFO"
)
📈 监控与运维
1. 日志监控
- 位置:
logs/resonant-soul.{date}.log - 级别: INFO(正常操作)、WARNING(异常但可恢复)、ERROR(严重错误)
- 关键指标:
- 用户登录/注册
- 对话生成耗时
- 工具调用失败率
- 数据库操作异常
2. 数据库备份
# 定时备份SQLite
cp mindmate.db backups/mindmate_$(date +%Y%m%d_%H%M%S).db
# 保留最近30天备份
find backups/ -name "mindmate_*.db" -mtime +30 -delete
3. 健康检查
# 添加健康检查端点(待实现)
@app.get("/health")
def health_check():
return {
"status": "healthy",
"db_connected": check_db_connection(),
"model_loaded": CHAT_MDL is not None,
}
🛣️ 未来规划
短期目标(v0.2.0)
- [ ] 支持多模态输入(语音、图片)
- [ ] 添加情绪预警机制(连续负面情绪触发提醒)
- [ ] 实现对话导出功能(PDF/Word)
中期目标(v0.3.0)
- [ ] 多用户实时聊天室(同伴支持)
- [ ] 心理咨询师接入(人工干预)
- [ ] 移动端适配(响应式设计)
- [ ] 数据可视化大屏(管理员视角)
长期目标(v1.0.0)
- [ ] 迁移至PostgreSQL(支持高并发)
- [ ] 微服务架构拆分(对话/评估/统计独立服务)
- [ ] 集成更多AI能力(情绪识别模型微调、个性化推荐)
- [ ] 开放API接口(第三方集成)
技术文档
相关项目
最后更新: 2025-10-25
文档版本: v1.0
