Psych\=eChat：一个专注于心理咨询中情绪变化跟踪和安全风险分析的共情框架

大语言模型（LLM）在心理咨询领域取得显著进展。然而，现有模型普遍没有显式建模来访者在咨询过程中的情绪变化，而这是经典心理学流派的核心关注点。此外，如何让咨询师模型的回应与这些情绪变化对齐，同时主动化解安全风险，仍待探索。为弥合这些缺口，我们提出 PsychēChat，为心理咨询显式整合情绪变化追踪与安全风险分析。具体而言，我们采用交互式角色扮演合成咨询师-来访者对话，纳入两个模块：情绪管理模块，捕捉来访者的当前情绪与情绪变化；风险控制模块，预测来访者的后续反应并识别潜在风险。我们还引入两种建模范式：Agent 模式将情绪管理、风险控制与咨询师回应结构化为协作式多智能体流水线；LLM 模式将这些阶段整合为统一的思维链进行端到端推理，兼顾效率与性能。包括交互式打分、对话级评估与人工评估在内的大量实验表明，PsychēChat 在情绪洞察与安全控制上优于现有方法。