最新

我构建了一个结构化的认知行为疗法（CBT）引擎，该引擎基于大型语言模型（LLMs）之上，先执行认知工作流程逻辑，然后再生成响应。 在这个领域，大多数人工智能工具纯粹是对话式的。而这个系统则： - 提取认知扭曲信号 - 校准情感强度 - 应用基于规则的风险分级逻辑 - 将确定性检测与生成性草拟分开 - 强制执行语气预设和字数限制，以避免产生通用的输出 该系统有两种运行模式： - 反思 → 结构化自我引导的重新框架 - 辅助 → 结构化信号提取 + 针对教练/治疗师的受限响应草拟 我的目标并不是再构建一个聊天机器人，而是探索大型语言模型是否可以在确定性的认知架构内受到约束。 我非常希望能收到正在构建结构化人工智能系统或工作流程受限的LLM工具的人的反馈。

我构建了一个四层自愈运行时，专为24/7运行的AI代理设计。<p>当网关出现故障时，它会进行升级处理：监视程序 → HTTP健康检查 → Claude代码“医生”（读取日志、诊断、自动修复） → Discord警报。<p>有趣的是，Claude代码既是患者也是医生。<br>开源，仅限bash，支持macOS/Linux。