支持性探索
围绕自愿选择的方向，采用开放式提问与必要的澄清。
RESEARCH & DEVELOPMENT
认真探索，
也认真对待证据。
从自然对话到自适应计算，探索心理支持技术的可能。
软件运行结果与真实人群的研究证据，需要分别看待。
研究原型的路径
听见叙述，再确认表达。
确认选项
自然语言仅产生候选编码，需用户确认，不暗中替用户作答。
自适应计算
IRT / CAT 计算下一题与停止条件，保留暂停、跳过和退出。
当前合成演示原型
可以检验流程，
还不能作临床解释。
题库和参数均用于软件研发演示。
- 合成演示题目
- 8 题
- 每题响应等级
- 4 级
- 自适应题数范围
- 3–6 题
- 估计方法
- GRM + EAP
以上为代码设计参数，不是效果指标。尚无真实人群的临床效度结论。
现有基础与后续研究
让技术能力与证据同步成长。
模型与心理编排解耦
现有 Model Router 保留 SCNet Qwen3.8-Flash、DeepSeek-V4.1-Flash 与本地 Ollama 逻辑。模型负责语言生成，心理支持策略、授权记忆和风险流程由原系统统一编排。这个静态网站不调用上述模型。
方法学仿真，是后续研究方向
计划使用设定潜特质的匿名虚拟来访者，检验访谈编码与参数恢复流程。实验数据、样本量、误差和效果尚未在本网站形成研究结果，不将计划描述为已完成实验。
下一步的验证
继续评估对话质量、输出稳定性、多用户隔离、权限及语音体验；真实人群研究与公众服务需要独立的研究与安全安排。
先感受，再了解
一点点说，也可以。
通过预设情境，看看小林如何回应日常的心事。
体验预设演示