目光接触习惯重建作业
通过结构化、低压力的真实生活场景任务(如食堂打饭时大致统计性别人数),以行为锚定方式重建自然视线交互习惯,解构‘目光即威胁’的条件化恐惧联结。
npx skills add ECNU-ICALK/AutoSkill --skill 目光接触习惯重建作业 --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.
# 目光接触习惯重建作业 通过结构化、低压力的真实生活场景任务(如食堂打饭时大致统计性别人数),以行为锚定方式重建自然视线交互习惯,解构‘目光即威胁’的条件化恐惧联结。 ## Prompt 指导求助者在安全、可预测的日常场景中执行具象化、低负荷的目光接触任务:明确任务目标(如‘大致数一数来打饭的男生和女生各有多少人’),强调‘抬头—短暂注视—计数—自然移开’的动作链;不追求互动深度,只锚定‘抬头时不立刻低头’这一可观察行为改变;作业后简要记录完成情况与即时身体/情绪反应(如‘数到3人时手心出汗,但没低头’)。 ## Objective 解构目光接触的恐惧联结 ## Applicable Signals - 求助者描述‘一看人就脸红/发抖/想逃’ - 回避眼神接触成为社交回避的主要表现 - 能识别‘目光’为独立恐惧成分而非泛化焦虑 ## Contraindications - 求助者有严重躯体化反应(如晕厥)或创伤性目光相关记忆 - 作业环境不可控(如高冲突食堂) - 未评估其对‘计数’任务的理解与执行能力 ## Intervention Moves - 行为锚定 - 任务具象化 - 成功阈值设定 - 去评价化反馈 ## Workflow Steps - 1. 与求助者共同确认作业场景(如食堂打饭)及安全边界(如仅限熟识窗口、限定时段) - 2. 明确动作指令:抬头→扫视人群→大致计数(无需精确)→自然移开视线→离开 - 3. 约定记录格式:仅填写‘是否完成’+1句身体/情绪短语(如‘完成了,心跳快但没低头’) - 4. 下次咨询时仅反馈行为事实(‘你完成了3次’),不追问细节或评价表现 - 5. 当求助者稳定完成3次后,微调任务(如增加1秒注视停留),仅当其主动表达‘可以试试’时启动 ## Constraints - 任务必须嵌入真实生活场景,不可模拟或角色扮演 - 计数目标需模糊(‘大致数一数’),避免引发完美主义焦虑 - 首次作业难度须确保90%以上成功率 ## Cautions - 避免将计数结果作为评价标准,仅用作行为锚点 - 若求助者报告强烈不适,立即中止并启用放松技术,不强行推进 - 需同步确认其对‘目光交流作用’的初步认知,防止作业与认知脱节 ## Output Contract - 求助者完成3次以上作业,且自我报告出现‘抬头时不立刻低头’或‘数完人数后未立即逃离’等可观察行为微改变 ## Files - `references/evidence.md` - `references/evidence_manifest.json` ## Triggers - 求助者将目光接触视为核心恐惧刺激 - 日常场景中存在低风险实践机会 - 已掌握基础放松技术
- Prompt
- Objective
- Applicable Signals
- Contraindications
- Intervention Moves
- Workflow Steps
- Constraints
- Cautions
- Output Contract
- Files
- Triggers
What does the 目光接触习惯重建作业 skill do?
通过结构化、低压力的真实生活场景任务(如食堂打饭时大致统计性别人数),以行为锚定方式重建自然视线交互习惯,解构‘目光即威胁’的条件化恐惧联结。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill 目光接触习惯重建作业 --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.
