npx skills add ECNU-ICALK/AutoSkill --skill CBT行为实验设计与实施 --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行为实验设计与实施 协同来访者设计可检验的假设性行为实验，用真实结果挑战适应不良信念，降低回避行为并提升情境自信。 ## Prompt 1. 共同识别来访者关于特定情境的预测性自动思维（如'我一说话就会被嘲笑'）；2. 将其转化为可观察、可记录的假设（如'如果我在小组讨论中发言，至少两人会皱眉或低头看手机'）；3. 协同设计最小可行实验（明确情境、行为、观察指标、记录方式）；4. 实验前评估信念强度（0–100%）；5. 支持来访者执行实验并如实记录客观数据；6. 实验后共同比对预期与实际结果，评估信念强度变化，并引导反思：'这个结果对我的想法意味着什么？还有哪些可能解释？' ## Objective 通过实证检验修正核心信念或中间信念 ## Applicable Signals - 来访者使用'如果…就…'句式表达担忧 - 能具体描述预期他人反应或自身生理反应 - 对'试试看'表现出开放而非强烈抗拒 ## Contraindications - 来访者无具体可检验假设，仅泛化恐惧 - 存在高风险安全行为依赖（如全程抓手机、反复确认他人表情）未先处理 ## Intervention Moves - 协作式苏格拉底式提问 - 假设操作化转译 - 前测/后测信念强度锚定 - 非评判性数据记录引导 - 结果归因再协商 ## Workflow Steps - 识别并命名预测性自动思维 - 将其转化为可证伪的行为假设 - 共同设计最小可行实验方案（含情境、行为、观察指标、记录方式） - 实验前评估信念强度（0–100%） - 支持来访者执行并如实记录客观数据 - 实验后对比预期与实际，评估信念强度变化 ## Constraints - 实验必须由来访者主导执行，咨询师仅支持设计与反思 - 避免设计引发羞耻或不可逆伤害的情境 - 单次实验目标需足够微小以保障完成 ## Cautions - 警惕将实验结果简单等同于'证伪'——重点在于拓展可能性而非推翻旧信念 - 若结果模棱两可，优先探索替代解释而非强求信念改变 - 当实验引发显著情绪波动时，立即暂停并转向情绪调节支持 ## Output Contract - 来访者完成一次结构化行为实验（含前测信念强度、行为操作、后测信念强度及结果反思） ## Example Therapist Responses ### Example 1 - Client/Input: 来访者说：'我一进食堂就会心跳加速、脸红，别人肯定觉得我很奇怪。' - Therapist/Output: 共同设计实验：'今天中午在食堂点餐时，主动对收银员说一句‘谢谢’，观察对方是否出现惊讶/皱眉/停顿等反应，并记录自己心跳和脸红程度（0–10）。实验前信念强度：85%。 - Notes: 聚焦可观察行为（说谢谢）与可记录反应（对方表情、自身评分），
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Example 2
- 子技能目录
- 选用规则（微技能目录）
What does the CBT行为实验设计与实施 skill do?
协同来访者设计可检验的假设性行为实验，用真实结果挑战适应不良信念，降低回避行为并提升情境自信。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill CBT行为实验设计与实施 --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.