心理咨询与认知行为疗法（CBT）等技能的培养，长期依赖真人标准化病人（Standardized Patient）或同伴角色扮演。成本高、排期难、病例类型有限，且难以保证每次练习的评分标准一致，制约了高校、医院规培基地和心理咨询机构的规模化实训。
本项目面向临床心理学受训者、心理咨询从业者及督导教师，建设「AI 心理标准病人」数字化实训平台：用高仿真虚拟患者替代或补充真人 SP，在可控、可重复的场景中完成选病例、多轮对话、统一评分与复盘，解决实训供给不足、评价标准不统一、练习过程难留存三类核心问题。业务背景覆盖院校心理技能课、医院规培、机构岗前训练等，强调安全练习边界（非临床诊断系统）与可配置的病例库、评分体系，适配多病症、多流派、多阶段的咨询访谈训练需求。
系统采用管理端 + H5 训练端双端架构，形成「配置—练习—督导—统计」闭环。
H5 端（学员）：按病症浏览标准病人列表与详情；发起语音/文本会话（支持火山引擎实时语音、TTS 播报与数字人展示）；对话结束后获得 AI 评分、五维得分明细与文字评价意见；可查看历史训练记录与会话回放。
管理端（机构/平台）：标准病人库维护（人设、症状、提示词、问答规则、语音参数）；评分标准配置（含《心理咨询师访谈通用评分标准（主框架版）》五维：治疗关系与共情、概念化与干预、技术运用、伦理与危机、病例贴合）；训练记录查询与回放；考核发布与结果；咨询师档案与督导工作台；用户/部门/权限、AI 模型与设备管理等。
评分与报告：全员统一主框架五维规则引擎（满分 100，含一票否决等规则），列表与回放同源计分并输出 scoringRubricNote；支持训练报表雷达图、弱项统计等辅助教学分析。后台可扩展病例类型、评分模板与机构多租户数据隔离。
本人主要负责：后端业务与评分引擎（Python/FastAPI）、训练记录/会话/评分标准等 API；主框架五维评分规则结构化与规则引擎；管理端训练记录性能优化（数据库分页）；前后端评分展示与配置页联调。
技术栈与架构：后端 Python 3 + FastAPI + SQLAlchemy + MySQL，分层为 API 路由、Service、Model/Schema；前端管理端 Vue 3 + Vite + TypeScript，H5 端独立工程；集成大模型对话、ASR/TTS、可选 RTC 实时音视频；JWT/RBAC 多角色权限与机构隔离。
实现要点与难点：① 将教学文档中的五维等级表落地为可维护的 generic_rubric_definition + 启发式规则引擎，并与列表/回放/H5 小结字段映射一致；② 训练列表由「全量会话+全量消息+逐条打分」改为 SQL 分页与按页计分，解决超时与「请求失败」；③ 标准病人 System Prompt、按阶段问答、情绪与一致性规则与对话链路打通；④ 双端评分体系代码统一，取消 Annie 等 CBT 四维特例，降低产品与研发理解成本。
评论