Portable PsyAgent 用户手册

1. 克隆项目

2. 安装依赖

3. 配置环境变量

创建.env文件或设置环境变量：

使用Ollama本地模型（推荐）

安装Ollama

下载模型

基础评估

项目结构

portable_psyagent/
├── llm_assessment/          # 测评模块
│   ├── run_assessment_unified.py  # 统一测评入口
│   ├── roles/               # 角色定义文件
│   ├── test_files/          # 测试题库
│   ├── results/             # 测评结果
│   └── services/            # 核心服务
├── shared_analysis/         # 分析评估模块
│   ├── analyze_results.py   # 结果分析主程序
│   ├── analyze_big5_results.py  # Big Five分析
│   ├── analyze_motivation.py    # 动机分析
│   └── ollama_evaluator.py  # Ollama评估器
├── interference_materials/  # 干扰材料（压力测试）
├── config/                  # 配置文件
├── batch_analysis_output/   # 批量分析输出
└── docs/                    # 文档

运行测评

测评参数说明

• --model_name: 模型标识符（如 ollama/gemma3:latest）
• --test_file: 测试文件名或路径
• --role_name: 角色名称
• --emotional-stress-level: 情感压力等级（0-4）
• --cognitive-trap-type: 认知陷阱类型（p, c, s, r）
• --tmpr: 模型温度设置
• --context-length-mode: 上下文长度模式（auto, static, dynamic, none）
• --timeout: 模型响应超时时间（秒）

动机分析

Big Five人格分析

综合分析

支持的压力测试类型

1. 情感压力测试 - 通过不同等级的情感压力影响模型表现
2. 认知陷阱测试 - 引入悖论、循环性、语义谬误和程序性陷阱
3. 上下文负载测试 - 通过增加上下文长度测试模型处理能力

压力测试参数

• -esL, --emotional-stress-level: 情感压力等级（0-4）
• -ct, --cognitive-trap-type: 认知陷阱类型
  • p: 悖论陷阱
  • c: 循环性陷阱
  • s: 语义谬误陷阱
  • r: 程序性陷阱
• --context-length-mode: 上下文长度模式
  • auto: 自动检测
  • static: 固定长度
  • dynamic: 动态比例
  • none: 禁用上下文注入

Ollama配置 (config/ollama_config.json)

{
  "ollama": {
    "base_url": "http://localhost:11434",
    "timeout": 120,
    "models": {
      "llama3": {
        "name": "llama3:latest",
        "temperature": 0.1,
        "max_tokens": 1024,
        "description": "Meta Llama 3 - 通用大模型"
      },
      "qwen3": {
        "name": "qwen3:8b",
        "temperature": 0.1,
        "max_tokens": 1024,
        "description": "阿里云通义千问3 - 8B参数版本"
      },
      "mistral": {
        "name": "mistral-nemo:latest",
        "temperature": 0.1,
        "max_tokens": 1024,
        "description": "Mistral NeMo - 高性能推理模型"
      }
    }
  },
  "evaluators": {
    "ollama_llama3": {
      "provider": "ollama",
      "model": "llama3",
      "description": "Llama3 本地评估器"
    },
    "ollama_qwen3": {
      "provider": "ollama",
      "model": "qwen3",
      "description": "Qwen3 本地评估器"
    },
    "ollama_mistral": {
      "provider": "ollama",
      "model": "mistral",
      "description": "Mistral NeMo 本地评估器"
    }
  }
}

批量分析

支持的测评数据

系统支持自动分析 results/results 目录中的测评报告，包含多个模型系列的测试数据。

批量分析特性

• 🔄 自动格式转换 - 支持原始测评数据格式
• 📊 智能批处理 - 支持断点续传和错误恢复
• ⏱️ 进度跟踪 - 实时显示分析进度和预计时间
• 📋 详细报告 - 生成JSON和Markdown格式摘要
• 🎯 灵活过滤 - 按模型、样本数量等条件过滤

常见问题

1. Ollama连接失败
   # 检查Ollama服务
   ollama ps
   curl http://localhost:11434/api/tags
2. 批量分析中断
   # 检查输出目录
   ls -la batch_analysis_results/
   
   # 重新运行（会自动跳过已完成的文件）
   python ultimate_batch_analysis.py --filter deepseek
3. 内存不足
   # 减少批量大小
   python ultimate_batch_analysis.py --sample 10
4. API密钥问题
   # 检查环境变量
   echo $OPENAI_API_KEY
5. 模块缺失
   # 安装缺失的依赖
   pip install google-generativeai

调试模式

查看日志文件：

• logs/evaluator_conversation_log.txt - 对话记录
• logs/debug_info.json - 调试信息

测评API

run_assessment_unified.py

主要参数：

• --model_name (必需): 模型标识符
• --test_file (必需): 测试文件
• --role_name: 角色名称
• --debug: 启用调试模式
• --test_connection: 仅测试模型连接性

压力测试参数：

• --emotional-stress-level: 情感压力等级 (0-4)
• --cognitive-trap-type: 认知陷阱类型 (p, c, s, r)
• --tmpr: 模型温度设置
• --context-length-mode: 上下文长度模式
• --timeout: 响应超时时间

分析API

analyze_results.py

主要功能：

• 对测评结果进行综合分析
• 生成Big Five和MBTI人格评估
• 支持多种评估器

analyze_motivation.py

主要功能：

• 对测评结果进行动机分析
• 生成动机测试报告
• 支持Markdown格式输出

analyze_big5_results.py

主要功能：

• 专门针对Big Five人格特质进行分析
• 生成详细的Big Five评分报告