外壳是心理陪伴，内核是精神分析引擎。 用户不需要知道系统调用了哪个理论，他们只需要感受到：这个工具在认真听，并且问出了自己没看到的东西。
照见（Psyche）是一个开源的心理陪伴与自我探索 AI 的产品设计与系统架构方案。它是一个设计文档仓库：目前沉淀了完整的产品定位、技术架构、流派路由策略与安全边界设计，作为后续落地实现的蓝图。
本仓库的定位不只是“精神分析”，而是如何把专业性极强的心理动力学内核，产品化成一个普通人愿意坐下来、愿意继续回来、能被真正倾听的陪伴空间。
大多数人不知道“精神分析”是什么，但所有人都知道“心理咨询”，也都可以感受到“被认真倾听”。
- 对用户：一个温暖、安静、可以随时说话的心理陪伴与自我探索工具。
- 对系统：一套带安全边界、带流派路由、带 RAG 支撑的精神分析式对话引擎。
- 对伦理：不冒充咨询师、不做诊断、不暗示治疗效果；用户主动问原理时诚实说明。
- 对体验：用户不需要选择“弗洛伊德 / 荣格 / 拉康 / 客体关系 / 自体心理学”，系统也不让用户感觉自己正在被某种理论“处理”。
最重要的产品设计，不是“隐藏流派”，而是“隐藏专业复杂度”。流派路由应像搜索引擎排序、推荐系统或语音降噪一样存在于后台：用户不操作它，但体验受益于它。
国内心理咨询成本高、门槛高、预约难、病耻感重；精神分析教学体系僵化，只有少数人能接触正规训练；而大多数人的心理问题不至于“看病”，却一直在消耗他们。
照见希望做一个入口，而不是替代——让人先看见自己，走到一定程度后，该找真人咨询师的还是去找。
- 免费、开源，让每个中国人都能有机会被认真倾听。
- 通过声音、氛围、节奏层层构建一个“安全的房间”。
- 由社区贡献知识库内容，走 PR 审核 + license manifest。
设计上把系统拆成三个彼此隔离的层，外层不暴露内层术语，内层理论不能越过安全边界：
┌─────────────────────────────────────────────┐
│ 外层 · 陪伴体验层 │
│ 对话 UI · 语音与氛围 · 隐私控制 · 危机支持 · 普通语言表达│
├─────────────────────────────────────────────┤
│ 中层 · 对话策略层 │
│ 安全状态机 · 用户状态估计 · 深度对话策略 · 回复节奏控制 · 普通语言包装器│
├─────────────────────────────────────────────┤
│ 内层 · 精神分析引擎层 │
│ 五大流派 RAG · 流派路由器 · 概念 glossary · 专业模式审计 · 评估集与红队测试│
└─────────────────────────────────────────────┘
| 层 | 职责 |
|---|---|
| 外层 · 陪伴体验层 | 呈现一个“安全房间”：低压力开场、安静留白的视觉、可控的声音与氛围。只做普通语言表达。 |
| 中层 · 对话策略层 | 决定“此刻适不适合深入”：安全状态机、对话节奏、把分析动作翻译成用户可接受的话术。 |
| 内层 · 精神分析引擎层 | 提供理论支撑：五大流派独立 RAG、流派路由、术语 glossary、专业模式与审计。 |
用户输入
→ 安全状态机
→ 会话状态更新
→ 对话特征抽取
→ 流派路由器
→ 单一主流派 RAG 检索
→ 对话策略生成
→ 普通语言包装器
→ 输出安全检查
→ 用户可见回复
核心顺序：安全先于流派。 一旦进入 high_risk 或 imminent_crisis，立即退出精神分析式追问，不再做象征解释或深挖。
不按关键词粗暴匹配（“说梦就荣格”、“说父母就弗洛伊德”是错误做法），而是从对话动力判断，并输出内部结构而非用户话术：
{
"safety_state": "normal",
"primary_school": "object_relations",
"confidence": 0.78,
"secondary_signals": ["self_psychology"],
"conversation_moves": ["reflect_relationship_pattern", "ask_gentle_specific_question"],
"forbidden_moves": ["diagnosis", "direct_advice", "symbolic_overinterpretation"]
}| 内部信号 | 更可能适配的流派 | 说明 |
|---|---|---|
| 反复出现的欲望、禁忌、冲突、内疚、防御 | 弗洛伊德 | 冲突、防御、欲望与症状形成 |
| 梦、意象、神话感表达、人生阶段、阴影、整合 | 荣格 | 象征、原型、个体化、心理图像 |
| 关键词反复、话语断裂、能指滑动、身份被语言困住 | 拉康 | 语言、欲望、主体位置、他者 |
| 亲密关系中的依恋、抛弃、吞没、理想化、贬低 | 客体关系 | 内在客体、早期关系模板、重复关系 |
| 羞耻、空洞、破碎感、被看见需求、自尊调节 | 自体心理学 | 自体凝聚、镜映、理想化、自体客体需求 |
路由特性：低置信度不问用户选流派（改走通用深度对话模式，多收集 1–3 轮再重路由）；设置信度阈值（建议 0.7）；带滞后机制（不频繁切换，用户应感到“一直是同一个人在听”）。
要义是不解释用户，而是陪着用户靠近自己。一条好的回复 = 轻量承接 + 具体观察 + 一个问题。
| 内部分析动作 | ❌ 不建议说法 | ✅ 用户可接受说法 |
|---|---|---|
| 自由联想 | 请进行自由联想 | 说到这里，你脑子里第一个冒出来的画面是什么？ |
| 识别防御 | 你在防御 | 这个地方你好像很快带过去了，我们可以在这里停一下吗？ |
| 处理移情 | 这是移情 | 你会担心我也像他们一样看你吗？ |
| 关系重复 | 这是重复强迫 | 这种感觉以前也在别的关系里出现过吗？ |
| 拉康式追问 | 这是能指链条 | 你反复用了“没用”这个词，它对你是不是特别重？ |
- 每轮最多一个核心问题，不连续追问三个以上“为什么”。
- 不使用测评式列表提问，不把用户回答改造成案例报告。
- 尊重“沉默”：用柔和呼吸动效而非 loading spinner，可轻声道“我在听”。
- 不给出建议，但可以给支撑（情绪承接 + 安全支撑）。
- 回复长度克制：常规 30–80 字，深度反映 80–150 字，危机支持明确但不冗长。
normal → vulnerable → high_risk → imminent_crisis
触发自伤 / 自杀 / 伤人 / 精神病性症状 / 被害妄想 / 未成年人高危时：
- 立即退出精神分析式追问，转为危机支持模式；
- 明确说明“我不能替代医生或咨询师，但我可以陪你先保证安全”；
- 展示 110 / 120 / 12356（全国统一心理援助热线）；
- 不继续深挖动机、不做象征解释，提供“一键复制求助消息”。
工程上必须把“不可做什么”写进代码，而不是只写进 prompt。 多层 guardrails：输入 moderation、危机分类器、输出前 safety check、高风险会话模板化响应、prompt injection 防护、RAG 引用白名单、人工反馈入口。
- 默认不保存；保存需用户主动开启，且显示保存位置与删除入口。
- 本地优先：本地模式下数据只存用户设备；云端模式 TLS + 数据库字段级加密。
- 不把用户对话用于训练，不写入公共 RAG；日志默认脱敏；语音只保留转写文本不保留原始音频；摄像头默认不上传不存储。
- 用户可一键删除全部数据。
- 声线可自定义（性别、音色、语速、语调），onboarding 前 2 分钟内完成选择。
- 参数用普通语言表达：慢一点、轻一点、近一点、少一点。
- 语音允许被打断（心理陪伴场景用户中途补充是自然行为）。
- 提供少量高质量预设音色，不默认克隆真人声线，所有音色必须有授权。
- 氛围预设：安静房间 / 夜雨 / 低频白噪音 / 睡前 / 清晨；可调项保持少，安全感来自稳定而非复杂控制。
| 文件 | 内容 |
|---|---|
README.md |
本说明：项目定位、核心理念、系统架构、设计要点 |
REQUIREMENTS.md |
产品需求：产品定位策略、核心需求（多模态/声音/氛围/引擎/对话策略/安全边界/开源）、命名策略、技术约束 |
EVALUATION.md |
技术评估报告：整体架构、RAG 知识库构建策略、多模态交互路径、隐私与安全方案、推荐技术栈、分阶段实施计划、风险 |
EVALUATION_V2.md |
策略深化：流派路由器如何做到用户无感、对话策略的“普通语言”包装、外层产品设计、三层架构、产品取舍 |
| 层 | MVP | 中后期 |
|---|---|---|
| 前端 | Next.js + React + TypeScript + Tailwind + Zustand | + Tauri / Capacitor |
| 音频 | Web Audio API + WebRTC + howler.js | |
| 后端 | FastAPI + Pydantic + SQLAlchemy | |
| 队列 | Redis + RQ/Celery | |
| 数据库 | Postgres + pgvector | Qdrant |
| RAG | LlamaIndex | 自建 adapter |
| 模型网关 | LiteLLM | 自建 adapter |
| 本地推理 | Ollama | vLLM |
| ASR | FunASR / Whisper.cpp / sherpa-onnx | |
| TTS | CosyVoice / GPT-SoVITS / MeloTTS | |
| 部署 | Docker Compose | Kubernetes |
- 云模型：早期高质量文本、安全分类、复杂推理；本地模型：隐私模式、离线模式、社区部署。
- 语音双路：快速可用版用 Realtime API 类全双工语音模型；开源自托管版走
VAD → ASR → LLM streaming → TTS streaming。
| 阶段 | 内容 | 周期 |
|---|---|---|
| Phase 0 | 安全与知识库基建：产品边界、免责声明、危机响应模板、RAG license 规则、社区贡献规范 | 1–2 周 |
| Phase 1 | 文本 MVP：文本对话、单流派 RAG、引用展示、基础安全检测、基础 TTS、会话本地存储 | 4–6 周 |
| Phase 2 | 语音与氛围系统：ASR、TTS、打断、字幕、声线、背景音乐、移动端适配 | 4–8 周 |
| Phase 3 | 五流派 RAG 完整版：独立知识库、流派 router、术语库、评估集、社区贡献流程 | 8–12 周 |
| Phase 4 | 隐私增强与本地部署：本地模型、本地向量库、BYOK、自托管、一键导出/删除 | 6–10 周 |
| Phase 5 | 多模态实验版：本地视觉信号捕捉（用户授权，辅助状态，不做诊断） | 8–12 周 |
| Phase 6 | 公开 Beta 与治理：专家审校委员会、社区维护者、安全红队、公开评估报告 | 持续 |
- 暴露定位：开源的心理陪伴与自我探索工具，不主打“AI 心理咨询师 / 治疗师 / 精神分析师 / 诊断工具”。
- “咨询”可作为类比解释出现，但不成为产品身份；不暗示医疗或治疗效果。
- 开源信任靠结构而非文案：公开安全边界实现、公开 RAG 数据 license manifest、公开不做事项列表、公开数据保存策略、社区 PR 必须标注来源/授权/流派/审校状态。
- 更准确、更克制、更安全的对话，优先级高于“更多神秘解释”。
一句话结论：
照见的核心不是让用户使用精神分析，而是让精神分析式的倾听与提问在后台工作，前台呈现为一个温和、可信、克制、随时可以说话的心理陪伴空间。
MIT — 设计文档与方案内容采用 MIT License 开源。