CBT-Discover：认知行为治疗多智能体辅助系统

项目概述

CBT-Discover（Cognitive Behavioral Therapy Discovery System）是一个基于 LangGraph 的多智能体心理辅助研究系统。系统将「临床诊断」与「对话干预」彻底解耦，通过隐式思维链（MDP-CoT）提升临床保真度，并引入患者模拟器与信息熵评测实现全自动的科学量化评估。

除了研究与评测链路外，项目还提供了一套可直接运行的 Web 应用：

前端单页聊天界面，用于用户发起咨询、查看回复与认知评估面板。
Flask 后端服务，用于管理会话、调用多智能体工作流并返回结构化结果。
Web 前后端通过 /api/chat/* 接口完成实时逻辑交互。

系统架构

┌─────────────────────────────────────────────────────┐
│                  沙盘模拟层 run_simulation.py         │
│  ┌──────────────┐          ┌──────────────────────┐  │
│  │ PatientNode  │◄────────►│  干预工作流（LangGraph）│  │
│  │ 患者模拟器   │          │  ┌──────────────────┐ │  │
│  │ PATIENT_*    │          │  │ DiagnosticianNode│ │  │
│  │ (或 SUPERVISOR_*)│      │  │  后台诊断追踪器   │ │  │
│  └──────────────┘          │  │  SUPERVISOR_*    │ │  │
│                             │  └────────┬─────────┘ │  │
│                             │           │ CBTForm    │  │
│                             │  ┌────────▼─────────┐ │  │
│                             │  │  TherapistNode   │ │  │
│                             │  │  MDP-CoT 治疗师  │ │  │
│                             │  │  THERAPIST_*     │ │  │
│                             │  └──────────────────┘ │  │
│                             └──────────────────────┘  │
└─────────────────────────────────────────────────────┘
                          │
                          ▼ transcript JSON
┌─────────────────────────────────────────────────────┐
│               评估层 eval_pipeline.py                │
│  模块一：IG-PQA 事实证据清晰度信息增益                │
│  模块二：CTRS 临床保真度评分（LLM-as-a-Judge）        │
│  模块三：Belief Conviction 信念确信度衰减             │
│                        JUDGE_*                       │
└─────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────┐
│                  Web 应用层 webapp/                  │
│  浏览器前端  index.html + static/js/app.js           │
│          │                                          │
│          ▼                                          │
│   Flask 路由层 webapp/routes/chat.py                │
│          │                                          │
│          ▼                                          │
│   会话管理层 webapp/core/session_manager.py         │
│          │                                          │
│          ▼                                          │
│   LangGraph 干预工作流（Diagnostician → Therapist）   │
└─────────────────────────────────────────────────────┘

Web 应用说明

1. Web 页面与后端交互关系

项目并不只是核心算法与评测脚本，还包含完整的 Web 交互链路：

前端页面：webapp/templates/index.html
- 提供欢迎页、聊天消息区、输入框、认知评估侧栏。
前端逻辑：webapp/static/js/app.js
- 负责发起新会话、发送用户消息、接收后端返回、渲染消息列表、更新 CBT 面板。
后端应用入口：webapp/app.py
- 创建 Flask 应用、注册蓝图、提供根路由 /。
后端接口层：webapp/routes/chat.py
- 暴露 /api/chat/start、/api/chat/message、/api/chat/history、/api/chat/cbt_form、/api/chat/session 等接口。
会话与业务层：webapp/core/session_manager.py
- 为每个浏览器会话维护独立的 DialogueState，负责调用 LangGraph 工作流。
安全检测层：webapp/core/safety.py
- 检测用户严重心理危机表达，必要时中断回复并给出关怀热线；同时拦截模型输出中的攻击、辱骂、危险教唆等不安全内容。

2. Web 交互流程

用户打开浏览器页面 /
  → 前端显示欢迎界面
  → 点击“开始倾诉”后，请求 POST /api/chat/start
  → 后端创建 session_id 并写入浏览器 session
  → 前端继续请求 POST /api/chat/message
  → SessionManager 将用户消息写入 DialogueState
  → LangGraph 执行 DiagnosticianNode → TherapistNode
  → 后端返回 reply / cbt_form / timestamp / interrupted / safety_category
  → 前端渲染 AI 回复并刷新右侧 CBT 认知评估面板

3. Web 接口说明

接口	方法	作用
`/`	GET	返回 Web 单页聊天界面
`/api/chat/start`	POST	创建新的咨询会话
`/api/chat/message`	POST	发送一条用户消息并获取治疗师回复
`/api/chat/history`	GET	获取当前会话历史
`/api/chat/cbt_form`	GET	获取当前结构化认知评估表
`/api/chat/session`	DELETE	主动结束当前会话

4. Web 返回数据特性

当前 Web 接口不仅返回治疗师文本，还会返回结构化信息，供前端联动展示：

{
  "status": "ok",
  "reply": "......",
  "turn": 1,
  "cbt_form": {
    "situation": "......",
    "emotion": "......",
    "automatic_thought": "......",
    "cognitive_distortion": "......"
  },
  "timestamp": "2026-04-13T10:00:00",
  "interrupted": false,
  "safety_category": null
}

其中：

cbt_form：用于前端右侧“认知评估表”实时更新。
interrupted：若命中高风险心理危机检测，则为 true，表示本轮已中断常规 CBT 对话。
safety_category：标记触发的安全类别，例如用户危机输入或模型不安全输出。

核心模块说明

1. 智能体节点（`agents/`）

`DiagnosticianNode`（`diagnostician.py`）

角色：后台静默节点，对话中不向患者发言。
职责：每轮对话后分析最新上下文，提取并更新 CBT 认知评估表（cbt_form）中的四个字段：情境、情绪、自动思维、认知扭曲类别。
输出：严格 JSON 格式，经 Pydantic 校验后写入全局状态。
模型配置：读取 .env 中的 SUPERVISOR_* 变量（推荐高推理能力模型）。

`TherapistNode`（`therapist.py`）

角色：前端对话治疗师（MDP-CoT）。
职责：在 DiagnosticianNode 更新表单后运行，先在 <inner_monologue> 中完成三步规划（防御评估 → 表单缺口分析 → 策略选择），再在 <response> 中输出自然的中文回复。
输出格式：XML 双标签结构，由 _parse_xml_output() 严格解析分离。
模型配置：读取 .env 中的 THERAPIST_* 变量（前端对话模型）。

`PatientNode`（`patient.py`）

角色：患者模拟器（仅用于沙盘评测，真实部署时不启用）。
职责：扮演高防御型来访者，对生硬说教或无底线迎合会产生抵触，仅对深度共情与苏格拉底式引导作出积极回应。
初始化：接收来自 PsyQA 数据集的 question + description 作为角色背景剧本。
模型配置：优先读取 PATIENT_*，回退到 SUPERVISOR_*。

`LLMClient`（`llm_base.py`）

统一的大模型调用客户端，兼容所有 OpenAI Chat Completions 格式的 API（DeepSeek / GLM / GPT-4o 等）。
通过工厂方法 LLMClient.from_role(role) 按角色自动读取 .env 配置。
提供 chat()、simple_chat()、extract_json() 三个核心方法。

`build_intervention_graph()`（`workflow.py`）

使用 LangGraph StateGraph 构建并编译干预工作流。
图结构：[入口] → DiagnosticianNode → TherapistNode → [END]
每次 invoke() 即执行一个完整的「诊断 + 治疗」轮次。

`DialogueState` / `CBTForm`（`state.py`）

全局共享状态，所有节点通过读写此状态交互，不直接传递消息。
核心字段：chat_history、cbt_form、entropy_scores、last_patient_msg、last_therapist_response、last_inner_monologue、turn_count。

2. Web 服务模块（`webapp/`）

`webapp/app.py`

Flask 应用工厂与运行入口。
注册聊天蓝图，提供根页面 /。
负责日志初始化、Session 密钥配置和静态资源路径设置。

`webapp/routes/chat.py`

HTTP API 路由层，只处理请求/响应编解码。
不直接调用智能体细节，而是统一委托给 SessionManager。
将后端结果转换为前端可直接消费的 JSON 结构。

`webapp/core/session_manager.py`

Web 侧核心业务层。
为每个用户浏览器会话创建独立 _Session，避免状态串扰。
每轮消息都维护 DialogueState，并执行 DiagnosticianNode → TherapistNode 工作流。
同时负责对用户输入与模型输出执行安全检测。

`webapp/core/safety.py`

安全检测服务。
用户侧：识别自杀、自伤、结束生命等严重危机表达，立即中断常规对话并返回关怀告警电话。
模型侧：拦截攻击、辱骂、危险教唆、伤害引导等不安全输出，并替换为安全回复。

`webapp/templates/index.html`

单页聊天前端模板。
页面包含欢迎屏、消息流、输入栏、认知评估侧栏与提示条。

`webapp/static/js/app.js`

浏览器端交互逻辑。
通过 fetch 调用后端接口，渲染用户与 AI 消息，并实时刷新认知评估表。

3. 运行模式（`run_simulation.py`）

支持两种运行模式，输出的 transcript JSON 格式完全相同，可直接送入评估管线：

模式	说明	模型配置
`cbt-discover`	DiagnosticianNode + TherapistNode 双 Agent 系统	`SUPERVISOR_` + `THERAPIST_`
`baseline`	单一通用大模型咨询师，无后台诊断，用于对比实验	`BASELINE_*`

输出 transcript 结构：

{
  "meta": { "mode", "psyqa_index", "turns_completed", "timestamp", ... },
  "final_cbt_form": { "situation", "emotion", "automatic_thought", "cognitive_distortion" },
  "transcript": [
    { "role": "patient",   "content": "...", "turn": 0 },
    { "role": "therapist", "content": "...", "inner_monologue": "...", "cbt_form_snapshot": {...}, "turn": 1 },
    ...
  ]
}

4. 评估管线（`eval_pipeline.py`）

评估管线共三个模块，全部通过 .env 中的 JUDGE_* 模型执行。

模块一：事实证据清晰度信息增益（IG-PQA）

测算标的：患者对自身负面情绪提供的客观事实证据的清晰程度，而非认知扭曲分类。
原理：苏格拉底提问的目的是把患者从「模糊的宏观抱怨」拉回到「清晰的微观事实」。通过测量事实细节的熵减，CBT-Discover 的高价值提问将获得显著正向 IG。
计算方式：
1. 治疗师提问前，LLM 输出「事实证据清晰度」5 维度概率分布，计算香农熵 H(before)。
2. 患者回答后，再次计算香农熵 H(after)。
3. 信息增益 IG = H(before) − H(after)，IG > 0 记为一次高价值苏格拉底提问。

5 维度定义：

维度	含义
完全模糊	仅有宏观抱怨或情绪宣泄，无具体事实
轻度具体	提及大致情境，缺少时间/地点/后果
中度具体	有明确事件和部分细节，但因果链不完整
高度具体	完整事件描述，含时间、地点、经过、客观后果
反事实澄清	来访者主动区分主观解读与客观事实，认知开始松动

输出指标：ig_mean（平均信息增益，bits）、ig_positive_ratio（高价值提问占比）。

模块二：临床保真度评分（CTRS）

原理：基于认知疗法评定量表（Cognitive Therapy Rating Scale），由 LLM 担任裁判（LLM-as-a-Judge），对整段对话整体评分。
评分维度（0–6 分，0=破坏性，3=合格，6=杰出）：
- understanding：理解与共情——是否准确捕捉患者内部现实，避免虚假迎合？
- guided_discovery：引导式发现——是否有效使用苏格拉底提问引发认知顿悟，而非直接说教？
- interpersonal_effectiveness：人际效能——是否展现真实专业性并成功化解高防御状态？
输出指标：三维度得分、ctrs_avg 综合均值、justification（引用对话原句的判分依据）。

模块三：信念确信度衰减（Belief Conviction Decay）

测算标的：患者对核心负面信念（如「我是个废物」「我永远不会成功」）的确信程度（0–100）。
原理：这是目前评测多轮 CBT 治疗最前沿的量化方法。有效的苏格拉底提问应使患者产生犹豫，确信度下降；激起防御则确信度上升。
计算方式：
- 对每个 therapist→patient 轮次：Score = Conviction(提问前) − Conviction(回答后)
- Score > 0：信念松动（高价值）；Score < 0：防御激活（负向）

评分锚点：

分值	含义
100	深信不疑，完全封闭，不接受任何质疑
75	坚定持有，偶有犹豫但立刻收回
50	有所动摇，能听进部分质疑
25	开始怀疑，开放度明显提升
0	已完全放弃核心负面信念

输出指标：conviction_start（初始确信度）、conviction_end（最终确信度）、total_decay（总衰减量）、delta_mean（每轮平均衰减）、positive_ratio（有效松动轮次占比）、逐轮详情列表。

评估报告输出结构（JSON）：

{
  "meta": { ... },
  "final_cbt_form": { ... },
  "ig_pqa": {
    "ig_mean_bits": 0.32,
    "ig_positive_ratio": 0.7,
    "high_value_turns": 7,
    "total_therapist_turns": 10,
    "ig_list": [ ... ]
  },
  "ctrs": {
    "understanding": 5,
    "guided_discovery": 4,
    "interpersonal_effectiveness": 5,
    "ctrs_avg": 4.67,
    "justification": "..."
  },
  "belief_conviction": {
    "conviction_start": 90,
    "conviction_end": 55,
    "total_decay": 35,
    "delta_mean": 3.5,
    "positive_ratio": 0.6,
    "effective_turns": 6,
    "total_therapist_turns": 10,
    "conviction_list": [ ... ]
  }
}

数据集

数据集	路径	用途
PsyQA	`datasets/PsyQA/PsyQA_full.json`	为患者模拟器提供真实心理咨询背景剧本
CBT-Bench	`datasets/CBT-Bench/`	CBT 相关分类与诊断能力基准测试
SupervisedVsLLM-EfficacyEval	`datasets/SupervisedVsLLM-EfficacyEval/`	监督学习与 LLM 效果对比参考数据

环境配置

安装依赖

pip install -r requirements.txt

配置 `.env`

在项目根目录创建 .env 文件，按角色配置各模型的 API 信息：

# 前端对话治疗师（TherapistNode）
THERAPIST_API_KEY=your_key
THERAPIST_BASE_URL=https://api.example.com/v1
THERAPIST_MODEL=your-model-name

# 后台临床诊断器（DiagnosticianNode）
SUPERVISOR_API_KEY=your_key
SUPERVISOR_BASE_URL=https://api.example.com/v1
SUPERVISOR_MODEL=your-model-name

# 评测裁判模型（eval_pipeline.py）
JUDGE_API_KEY=your_key
JUDGE_BASE_URL=https://api.example.com/v1
JUDGE_MODEL=your-model-name

# 对比基线单模型（baseline 模式）
BASELINE_API_KEY=your_key
BASELINE_BASE_URL=https://api.example.com/v1
BASELINE_MODEL=your-model-name

# 通用回退默认值（可选）
LLM_API_KEY=your_key
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL=gpt-4o-mini

# Web 服务（可选）
FLASK_HOST=127.0.0.1
FLASK_PORT=5000
FLASK_DEBUG=1
FLASK_SECRET_KEY=change-this-in-production

各节点按角色优先读取对应前缀变量，缺失时自动回退到 LLM_* 通用变量。

快速开始

1. 启动 Web 应用

python webapp/app.py

启动后可在浏览器访问：

http://127.0.0.1:5000

如果你在 .env 中修改了 FLASK_HOST 或 FLASK_PORT，则按对应地址访问。

2. Web 使用流程

打开首页。
在欢迎页输入你的第一句倾诉内容，点击“开始倾诉”。
前端自动创建会话，并把开场白发送到后端。
后端返回治疗师回复，同时刷新右侧 CBT 认知评估表。
之后可继续多轮对话，或点击“新对话”重置当前 session。

3. 标准研究流程（CBT-Discover 双 Agent 系统）

# Step 1：生成对话记录（transcript）
python run_simulation.py --mode cbt-discover --turns 10 --psyqa-index 0

# 模拟多个对话
--psyqa-index 0 1 2        # 多个单值
--psyqa-index 0-4          # 闭区间 → [0,1,2,3,4]
--psyqa-index 0-2 5 8-9    # 混合写法 → [0,1,2,5,8,9]


# Step 2：评估对话质量
# 单文件
python eval_pipeline.py --transcript results/sim/cbt-discover/psyqa0_xxx.json

# 多文件
python eval_pipeline.py --transcript results/sim/cbt-discover/psyqa0_xxx.json results/sim/cbt-discover/psyqa1_xxx.json

# 整个目录
python eval_pipeline.py --transcript results/sim/cbt-discover/

# 指定输出目录
python eval_pipeline.py --transcript results/sim/cbt-discover/ --output-dir results/eval/cbt-discover/

4. 对比实验（CBT-Discover vs Baseline）

# 运行 CBT-Discover 双 Agent 系统
python run_simulation.py --mode cbt-discover --turns 10 --psyqa-index 0 --output results/sim_cbt.json

# 运行单模型基线（相同患者背景）
python run_simulation.py --mode baseline --turns 10 --psyqa-index 0 --output results/sim_baseline.json

# 分别评测，对比两份报告
python eval_pipeline.py --transcript results/sim_cbt.json --output results/eval_cbt.json
python eval_pipeline.py --transcript results/sim_baseline.json --output results/eval_baseline.json

5. CLI 参数说明

run_simulation.py

参数	默认值	说明
`--mode`	`cbt-discover`	运行模式：`cbt-discover` 或 `baseline`
`--turns`	`10`	最大对话轮数
`--psyqa`	`datasets/PsyQA/PsyQA_full.json`	PsyQA 数据集路径
`--psyqa-index`	`0`	使用 PsyQA 第几条记录作为患者背景
`--output`	自动生成	输出 JSON 路径

eval_pipeline.py

参数	说明
`--transcript`	（必填）`run_simulation.py` 生成的 transcript JSON 路径
`--output`	评估报告输出路径（默认自动生成至 `results/` 目录）

评估报告示例输出

════════════════════════════════════════════════════════════
  CBT-Discover 评估报告  |  PsyQA #0
════════════════════════════════════════════════════════════
  对话轮数         : 10
  最终认知扭曲     : 非此即彼（全或无思维）
  最终情绪         : 绝望、无力感

  【IG-PQA 事实证据清晰度增益评测】
  平均 IG          : 0.3142 bits
  高价值提问比例   : 70.0%  (7/10 轮)

  【CTRS 临床保真度评分 (0-6)】
  理解与共情       : 5 / 6
  引导式发现       : 4 / 6
  人际效能         : 5 / 6
  综合平均         : 4.67 / 6

  判分依据: 咨询师多次使用「你说的'永远'是指...」类苏格拉底提问...

  【信念确信度（Belief Conviction）衰减指标】
  初始确信度       : 90 / 100
  最终确信度       : 55 / 100
  总衰减量         : +35 分
  每轮平均衰减     : +3.5 分
  有效松动轮次     : 6/10 轮  (60.0%)
════════════════════════════════════════════════════════════

项目文件结构

CBT-newer/
├── agents/
│   ├── __init__.py
│   ├── diagnostician.py   # 后台临床循证追踪器
│   ├── llm_base.py        # 通用 LLM 调用客户端
│   ├── patient.py         # 患者模拟器（沙盘专用）
│   ├── state.py           # 全局共享状态定义
│   ├── therapist.py       # MDP-CoT 治疗师
│   └── workflow.py        # LangGraph 干预工作流
├── webapp/
│   ├── app.py             # Flask Web 应用入口
│   ├── core/
│   │   ├── __init__.py
│   │   ├── session_manager.py  # 会话管理与 LangGraph 调度
│   │   └── safety.py           # 安全检测服务
│   ├── routes/
│   │   └── chat.py        # Web API 路由
│   ├── templates/
│   │   └── index.html     # 单页聊天前端
│   └── static/
│       ├── css/
│       │   └── style.css
│       └── js/
│           └── app.js     # 前端交互逻辑
├── datasets/
│   ├── CBT-Bench/         # CBT 基准测试数据
│   ├── PsyQA/             # 心理咨询问答数据集
│   └── SupervisedVsLLM-EfficacyEval/
├── results/               # 模拟与评估输出（自动生成）
├── cache/                 # LLM 调用缓存
├── logs/                  # Web 与评测日志
├── run_simulation.py      # 沙盘模拟主入口
├── eval_pipeline.py       # 评估管线主入口
├── requirements.txt
└── .env                   # API 密钥配置（需自行创建）

Name		Name	Last commit message	Last commit date
__pycache__		__pycache__
agents		agents
cache		cache
datasets		datasets
logs		logs
results		results
webapp		webapp
.env.example		.env.example
.gitignore		.gitignore
README.md		README.md
eval.py		eval.py
eval_pipeline.py		eval_pipeline.py
requirements.txt		requirements.txt
run_simulation.py		run_simulation.py
方案简述.md		方案简述.md
构建方案.md		构建方案.md

Latest commit

History

Folders and files

Repository files navigation

CBT-Discover：认知行为治疗多智能体辅助系统

项目概述

系统架构

Web 应用说明

1. Web 页面与后端交互关系

2. Web 交互流程

3. Web 接口说明

4. Web 返回数据特性

核心模块说明

1. 智能体节点（agents/）

DiagnosticianNode（diagnostician.py）

TherapistNode（therapist.py）

PatientNode（patient.py）

LLMClient（llm_base.py）

build_intervention_graph()（workflow.py）

DialogueState / CBTForm（state.py）

2. Web 服务模块（webapp/）

webapp/app.py

webapp/routes/chat.py

webapp/core/session_manager.py

webapp/core/safety.py

webapp/templates/index.html

webapp/static/js/app.js

3. 运行模式（run_simulation.py）

4. 评估管线（eval_pipeline.py）