npx skills add ECNU-ICALK/AutoSkill --skill CBT认知概念化建模 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# CBT认知概念化建模 基于来访者信念与行为模式构建个体化认知概念化图，作为后续干预的理论锚点和治疗地图；用于每次咨询初始阶段或概念化修订时。 ## Prompt 1. 回顾来访者当前问题、情绪反应、行为表现及情境线索；2. 识别典型自动思维（尤其在情绪峰值时）；3. 追溯自动思维背后的核心信念（关于自我/他人/世界/未来）与中间信念（态度、规则、假设）；4. 明确情绪反应（如羞耻、空虚、焦虑）与行为后果（如强颜欢笑、回避社交、过度补偿）；5. 绘制可视化认知概念化图，标注各要素间因果与维持关系；6. 与来访者共同检验图的准确性与可接受性，必要时修订。 ## Objective 建立个案特异性认知-情绪-行为联结模型 ## Applicable Signals - 来访者能描述具体事件与情绪反应 - 存在可识别的思维-情绪-行为循环模式 - 来访者对‘为什么总这样’表现出理解需求 ## Contraindications - 未获得知情同意 - 来访者处于急性危机状态且无安全基础 - 缺乏足够信息支撑概念化假设 ## Intervention Moves - 引导性提问识别自动思维 - 垂直下降技术探索核心信念 - 信念检验与证据收集 - 协同绘图与命名要素 ## Workflow Steps - 回顾评估信息并确认咨询目标 - 识别并记录典型情境-自动思维-情绪-行为链条 - 追溯自动思维背后的中间信念与核心信念 - 整合要素绘制认知概念化图（含箭头标注维持机制） - 与来访者共同校准、解释与修订图表 ## Constraints - 必须基于实际会谈数据，禁用预设模板套用 - 图表需使用来访者语言命名关键信念，避免术语堆砌 - 每次修订须注明依据（如新浮现的例外事件或矛盾证据） ## Cautions - 避免过早归因或强加解释；所有信念推断需获来访者确认 - 当核心信念涉及创伤或羞耻内容时，须先建立足够安全感再深入 ## Output Contract - 一张手绘或数字生成的认知概念化图，明确包含：（1）典型诱发情境，（2）自动思维，（3）情绪反应，（4）行为后果，（5）中间信念，（6）核心信念，并以箭头标示各要素间的逻辑与维持关系；图旁附简要共识说明（≤3句） ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说：'每次聚会我都笑着应酬，但回家就累得想哭，觉得没人真懂我。' - Therapist/Output: 情境：聚会社交；自动思维：'我必须表现正常，否则会被看穿是假的'；情绪：空虚、疲惫、羞耻；行为：强颜欢笑、提前离场、回避后续邀约；中间信念：'如果我不完美，就会被抛弃'；核心信念：'我是不值得被真实接纳的'。 - Notes: 此例体现微笑抑郁症典型认知-行为
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- 子技能目录
- 选用规则（二级技能目录）
- Files
What does the CBT认知概念化建模 skill do?
基于来访者信念与行为模式构建个体化认知概念化图，作为后续干预的理论锚点和治疗地图；用于每次咨询初始阶段或概念化修订时。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill CBT认知概念化建模 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.