npx skills add ECNU-ICALK/AutoSkill --skill 自我慈悲练习 --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.
# 自我慈悲练习 通过结构化引导帮助来访者识别、尊重并主动缓解自身苦难体验,增强内在支持资源,常用于社交焦虑伴自我批评倾向者。 ## Prompt 以温和、缓慢、非评判的语调引导来访者:①觉察当前身体感受与情绪(如‘我注意到自己正感到羞耻’);②承认这是人类共有的苦难体验(如‘这很难,很多人都会这样’);③用支持性语言向自己表达关怀(如‘我愿意陪自己度过这一刻’)。全程避免解释、修正或催促,留出沉默空间供体验沉淀。 ## Objective 降低自我批判强度,激活自我关怀反应 ## Applicable Signals - 来访者使用‘我太差劲’‘我不配’等绝对化自我评价 - 情绪回落期出现自责性反刍 - 在暴露练习后报告‘更讨厌自己了’ ## Contraindications - 来访者对‘自我慈悲’概念极度抵触或视为软弱 - 尚未建立足够稳定的治疗关系与情绪稳定性 ## Intervention Moves - 命名-联结-支持三段式语言框架 - 躯体锚定(手放胸口/深呼吸同步) - 反馈聚焦于感受词而非内容解读 ## Workflow Steps - 确认当下安全与意愿:‘现在你愿意花几分钟,温柔地对自己说几句话吗?’ - 引导三步短语:①命名体验(‘我正感到……’),②联结共性(‘这很不容易,人有时都会这样’),③给予支持(‘我在这里陪着你/我愿意善待自己’) - 邀请微小动作配合(如一手轻放胸口),强化身心联结 - 结束时询问一个具体感受词(如‘刚才哪一刻让你稍微松了口气?’),不追问意义或分析 ## Constraints - 需在来访者具备基础情绪觉察能力后引入 - 单次练习时长控制在3–5分钟,避免信息过载 - 首次练习须由治疗师全程陪伴引导,不可仅发放录音 ## Cautions - 警惕将自我慈悲误解为自我宽纵或放弃改变;需同步强调‘关怀是行动的前提,而非替代’ - 若来访者出现解离或躯体麻木,立即暂停并锚定当下感官 ## Output Contract - 来访者能复述一句自我慈悲短语(如‘这很难,但我已尽力’),并在情绪波动时尝试使用 ## Example Therapist Responses ### Example 1 - Client/Input: 来访者刚完成模拟面试暴露后低头说:‘我又搞砸了,真没用。’ - Therapist/Output: 治疗师轻声回应:‘我听到你说“又搞砸了”——这一定很沮丧。其实很多人面对面试都会心跳加速、脑子空白,这不是你一个人的问题。此刻,你愿不愿意把手轻轻放在胸口,对自己说一句:‘我已经很努力了,我值得被自己温柔对待。’?” - Notes: 不否定其评价,不提供解决方案,只搭建自我关怀通道 ## Files - `references/evidence.md` - `references/
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Example Therapist Responses
- Example 1
- Files
- Triggers
- Examples
What does the 自我慈悲练习 skill do?
通过结构化引导帮助来访者识别、尊重并主动缓解自身苦难体验,增强内在支持资源,常用于社交焦虑伴自我批评倾向者。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 自我慈悲练习 --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.
