用Python记录家庭分歧构建温和沟通的桥梁一、实际应用场景描述周末的晚饭时间本该是家人团聚的温馨时刻却因为一个小问题演变成了一场争论父亲你已经28岁了该考虑找个稳定的工作考个公务员多好。我爸我喜欢现在的技术工作创新让我有成就感。母亲稳定多重要啊你看隔壁老王家的孩子...我那是他的人生不是我的话题重复、情绪累积、沟通无效——类似场景在很多家庭中反复上演。作为一名全栈开发工程师我尝试用技术思维来解构这个问题如果我们能像处理代码Bug一样系统地记录、分析和解决家庭分歧是否能减少不必要的内耗二、引入痛点在家庭沟通中我们常常面临以下困境痛点 具体表现话题重复 同一个分歧在不同时间反复出现每次都像新问题情绪积累 过去的争论没有结论新话题引爆旧情绪缺乏记录 没有备忘录说不清上次到底讨论了什么方案缺失 只有争论没有解决方案陷入无效循环关系消耗 每次争论都在消耗亲情造成心理负担心理健康课程告诉我有效沟通的前提是理解差异而非消灭差异。 创新能力课程则强调问题解决需要系统化方法。于是我决定开发一个简单的家庭沟通记录工具。三、核心逻辑讲解3.1 设计思路整个程序的核心逻辑可以概括为三个步骤记录分歧 → 分析差异 → 生成沟通方案第一步记录分歧话题名称时间戳参与者各自观点争论焦点第二步分析差异提取关键观念点识别差异类型价值观差异、信息不对称、表达方式等归类历史记录第三步生成方案基于差异类型匹配沟通策略记录方案执行效果迭代优化3.2 技术选型Python 3.8简洁易读适合个人项目JSON存储无需数据库轻量化datetime模块时间记录TextBlob可选简单的情感分析四、代码模块化实现4.1 项目结构family_communication/│── main.py # 主程序入口│── models/│ │── __init__.py│ │── topic.py # 话题记录模型│ │── analysis.py # 差异分析模型│ │── solution.py # 沟通方案模型│── utils/│ │── __init__.py│ │── storage.py # 数据存储工具│ │── logger.py # 日志记录│── data/│ │── topics.json # 话题数据│ │── solutions.json # 方案数据│── README.md # 说明文档4.2 核心代码实现模块一话题记录模型 (models/topic.py)话题记录模型用于记录家庭分歧的具体内容from datetime import datetimefrom typing import List, Dictimport uuidclass Topic:家庭分歧话题类def __init__(self,title: str,participants: List[str],my_viewpoint: str,family_viewpoint: str,focus_point: str ):初始化话题记录参数:title: 话题名称participants: 参与者列表my_viewpoint: 我的观点family_viewpoint: 家人观点focus_point: 争论焦点可选self.id str(uuid.uuid4())[:8] # 生成短IDself.title titleself.participants participantsself.my_viewpoint my_viewpointself.family_viewpoint family_viewpointself.focus_point focus_pointself.created_at datetime.now().strftime(%Y-%m-%d %H:%M)self.status 未解决 # 状态未解决/已解决/搁置def to_dict(self) - Dict:转换为字典格式便于存储return {id: self.id,title: self.title,participants: self.participants,my_viewpoint: self.my_viewpoint,family_viewpoint: self.family_viewpoint,focus_point: self.focus_point,created_at: self.created_at,status: self.status}classmethoddef from_dict(cls, data: Dict) - Topic:从字典恢复对象topic cls(titledata[title],participantsdata[participants],my_viewpointdata[my_viewpoint],family_viewpointdata[family_viewpoint],focus_pointdata.get(focus_point, ))topic.id data[id]topic.created_at data[created_at]topic.status data.get(status, 未解决)return topicdef __str__(self) - str:友好的字符串表示return f[{self.created_at}] {self.title} - {self.status}class TopicManager:话题管理器DIFFERENCE_TYPES {价值观差异: [稳定, 创新, 传统, 自由, 责任],信息不对称: [了解, 不知道, 没听说, 新闻],表达方式: [应该, 必须, 怎么不, 为什么],代际差异: [我们那时候, 现在年轻人, 以前],情感因素: [担心, 着急, 心疼, 失望]}def __init__(self):self.topics: List[Topic] []def add_topic(self, topic: Topic) - None:添加话题self.topics.append(topic)def get_topic_by_id(self, topic_id: str) - Topic:根据ID获取话题for topic in self.topics:if topic.id topic_id:return topicreturn Nonedef get_unsolved_topics(self) - List[Topic]:获取未解决的问题return [t for t in self.topics if t.status 未解决]def classify_difference(self, text: str) - List[str]:分析文本判断差异类型参数:text: 要分析的文本返回:差异类型列表found_types []for diff_type, keywords in self.DIFFERENCE_TYPES.items():if any(keyword in text for keyword in keywords):found_types.append(diff_type)return found_types if found_types else [其他]def get_statistics(self) - Dict:获取话题统计信息if not self.topics:return {total: 0}stats {total: len(self.topics),unsolved: len(self.get_unsolved_topics()),solved: len([t for t in self.topics if t.status 已解决]),on_hold: len([t for t in self.topics if t.status 搁置])}# 统计差异类型分布type_count {}for topic in self.topics:combined_text topic.my_viewpoint topic.family_viewpointtypes self.classify_difference(combined_text)for t in types:type_count[t] type_count.get(t, 0) 1stats[difference_types] type_countreturn stats模块二差异分析模型差异分析模型用于深入分析家庭成员之间的观念差异from typing import List, Dict, Tuplefrom collections import Counterimport reclass DifferenceAnalyzer:差异分析器# 观念维度定义DIMENSIONS {事业观: [工作, 职业, 稳定, 发展, 收入, 公务员, 创业],婚恋观: [结婚, 恋爱, 对象, 相亲, 年龄, 孩子],生活观: [生活, 花钱, 消费, 存钱, 房子, 车],教育观: [学习, 读书, 考研, 专业, 学校],健康观: [身体, 健康, 运动, 饮食, 医院]}def __init__(self):self.analysis_results []def extract_key_points(self, text: str) - List[str]:从文本中提取关键观点参数:text: 原始文本返回:关键观点列表# 简单的分句处理sentences re.split(r[。], text)# 过滤空句子和短句key_points [s.strip() for s in sentences if len(s.strip()) 3]return key_pointsdef identify_dimension(self, topic_title: str, viewpoint: str) - List[str]:识别话题所属维度参数:topic_title: 话题标题viewpoint: 观点内容返回:维度列表combined topic_title viewpointfound_dimensions []for dimension, keywords in self.DIMENSIONS.items():if any(keyword in combined for keyword in keywords):found_dimensions.append(dimension)return found_dimensions if found_dimensions else [其他]def analyze_gap(self, my_viewpoint: str, family_viewpoint: str) - Dict:分析双方观点差距参数:my_viewpoint: 我的观点family_viewpoint: 家人观点返回:分析结果字典my_points self.extract_key_points(my_viewpoint)family_points self.extract_key_points(family_viewpoint)# 寻找共同关注点简化版实际可用更复杂的NLP方法common_words set()for mp in my_points:for fp in family_points:# 简单的共同词判断words set(mp) set(fp)common_words.update(words)analysis {my_points_count: len(my_points),family_points_count: len(family_points),my_points: my_points,family_points: family_points,gap_description: self._generate_gap_description(my_points, family_points)}return analysisdef _generate_gap_description(self, my_points: List[str], family_points: List[str]) - str:生成差异描述if not my_points or not family_points:return 信息不足无法详细分析descriptions []# 分析观点数量差异if len(my_points) len(family_points):descriptions.append(我方表达了更多观点)elif len(my_points) len(family_points):descriptions.append(家人表达了更多观点)# 分析观点长度my_avg_len sum(len(p) for p in my_points) / len(my_points)family_avg_len sum(len(p) for p in family_points) / len(family_points)if my_avg_len family_avg_len * 1.5:descriptions.append(我方表达更为详细)elif family_avg_len my_avg_len * 1.5:descriptions.append(家人表达更为详细)return .join(descriptions) if descriptions else 双方表达较为均衡def generate_summary(self, topics: List) - str:生成所有话题的差异总结参数:topics: 话题列表返回:总结文本if not topics:return 暂无记录summary_lines []summary_lines.append(f 家庭分歧分析报告 \n)summary_lines.append(f记录话题总数: {len(topics)}\n)# 维度统计dimension_stats Counter()for topic in topics:dimensions self.identify_dimension(topic.title, topic.family_viewpoint)for d in dimensions:dimension_stats[d] 1summary_lines.append(\n观念维度分布:\n)for dim, count in dimension_stats.most_common():summary_lines.append(f - {dim}: {count}次\n)# 建议summary_lines.append(\n核心发现:\n)if dimension_stats:top_dimension dimension_stats.most_common(1)[0][0]summary_lines.append(f 最常出现的分歧维度是【{top_dimension}】\n)summary_lines.append(f 建议优先在该领域寻求共识。\n)return .join(summary_lines)模块三沟通方案模型沟通方案模型基于心理学原理设计温和沟通策略from typing import Dict, Listfrom datetime import datetimeclass CommunicationStrategy:沟通策略生成器# 基于差异类型的策略模板STRATEGY_TEMPLATES {价值观差异: {approach: 求同存异,steps: [先表达对家人关爱的理解我知道您是为我好,分享自己的真实感受和需求我希望...,寻找共同目标我们都希望我过得好,提出尝试性的折中方案能否让我先尝试...],avoid: [直接否定对方观点, 引用网络言论反驳, 拿别人家做比较]},信息不对称: {approach: 信息分享,steps: [了解家人获取信息的渠道,用家人能理解的方式分享自己的信息来源,邀请家人一起了解新事物,保持开放态度承认双方的局限性],avoid: [说您不懂, 用专业术语解释, 表现得不耐烦]},表达方式: {approach: 倾听与重述,steps: [完整听完对方的话不打断,用自己的话复述对方的观点,确认自己的理解是否正确,再表达自己的想法],avoid: [急于辩解, 抓住字眼攻击, 情绪化回应]},代际差异: {approach: 时代理解,steps: [承认不同时代的成长环境确实不同,理解家人那个时代的价值观形成背景,解释现在社会的变化和机会,寻找跨越时代的共同价值],avoid: [贬低过去, 强调时代优势, 忽视历史经验]},情感因素: {approach: 情感回应优先,steps: [先回应情感层面我感受到您的担心,不要急于理性分析,用拥抱或陪伴代替争论,时机合适时再讨论事情本身],avoid: [说这有什么好担心的, 讲道理忽略情感, 推开对方的关心]}}def __init__(self):self.solutions: List[Dict] []def generate_solution(self,topic_id: str,difference_types: List[str],my_viewpoint: str,family_viewpoint: str) - Dict:为特定话题生成沟通方案参数:topic_id: 话题IDdifference_types: 差异类型列表my_viewpoint: 我的观点family_viewpoint: 家人观点返回:沟通方案字典# 整合多种差异类型的策略combined_steps []combined_avoids []for diff_type in difference_types:if diff_type in self.STRATEGY_TEMPLATES:template self.STRATEGY_TEMPLATES[diff_type]combined_steps.extend(template[steps])combined_avoids.extend(template[avoid])# 去重combined_steps list(dict.fromkeys(combined_steps))combined_avoids list(dict.fromkeys(combined_avoids))solution {id: fsolution_{datetime.now().strftime(%Y%m%d%H%M%S)},topic_id: topic_id,difference_types: difference_types,strategy_steps: combined_steps[:6] if combined_steps else [保持耐心找合适时机沟通],avoid_behaviors: combined_avoids[:4] if combined_avoids else [避免情绪化],created_at: datetime.now().strftime(%Y-%m-%d %H:%M),execution_status: 待执行,execution_notes: }self.solutions.append(solution)return solutiondef update_execution(self,solution_id: str,status: str,notes: str ) - bool:更新方案执行情况参数:solution_id: 方案IDstatus: 执行状态notes: 执行笔记返回:是否更新成功for solution in self.solutions:if solution[id] solution_id:solution[execution_status] statussolution[execution_notes] notesreturn Truereturn Falsedef get_solution_for_topic(self, topic_id: str) - Dict:获取特定话题的方案for solution in self.solutions:if solution[topic_id] topic_id:return solutionreturn Nonedef print_solution(self, solution: Dict) - str:格式化输出方案lines []lines.append( * 50)lines.append(f沟通方案 - 针对话题 {solution[topic_id]})lines.append( * 50)lines.append(f\n差异类型: {, .join(solution[difference_types])})lines.append(f\n建议沟通步骤:)for i, step in enumerate(solution[strategy_steps], 1):lines.append(f {i}. {step})lines.append(f\n应避免的行为:)for avoid in solution[avoid_behaviors]:lines.append(f ✗ {avoid})lines.append(f\n状态: {solution[execution_status]})lines.append( * 50)return \n.join(lines)模块四数据存储工具数据存储工具提供JSON格式的数据持久化功能import jsonimport osfrom typing import List, Dictclass StorageHandler:数据存储处理器def __init__(self, data_dir: str data):初始化存储处理器参数:data_dir: 数据目录路径self.data_dir data_dirself._ensure_data_dir()def _ensure_data_dir(self) - None:确保数据目录存在if not os.path.exists(self.data_dir):os.makedirs(self.data_dir)def save_topics(self, topics: List[Dict], filename: str topics.json) - bool:保存话题数据参数:topics: 话题字典列表filename: 文件名返回:是否保存成功filepath os.path.join(self.data_dir, filename)try:with open(filepath, w, encodingutf-8) as f:json.dump(topics, f, ensure_asciiFalse, indent2)return Trueexcept Exception as e:print(f保存失败: {e})return Falsedef load_topics(self, filename: str topics.json) - List[Dict]:加载话题数据参数:filename: 文件名返回:话题字典列表filepath os.path.join(self.data_dir, filename)if not os.path.exists(filepath):return []try:with open(filepath, r, encodingutf-8) as f:return json.load(f)except Exception as e:print(f加载失败: {e})return []def save_solutions(self, solutions: List[Dict], filename: str solutions.json) - bool:保存方案数据filepath os.path.join(self.data_dir, filename)try:with open(filepath, w, encodingutf-8) as f:json.dump(solutions, f, ensure_asciiFalse, indent2)return Trueexcept Exception as e:print(f保存失败: {e})return Falsedef load_solutions(self, filename: str solutions.json) - List[Dict]:加载方案数据filepath os.path.join(self.data_dir, filename)if not os.path.exists(filepath):return []try:with open(filepath, r, encodingutf-8) as f:return json.load(f)except Exception as e:print(f加载失败: {e})return []模块五主程序家庭沟通记录系统 - 主程序用于记录家庭分歧、分析差异、生成沟通方案from models.topic import Topic, TopicManagerfrom models.analysis import DifferenceAnalyzerfrom models.solution import CommunicationStrategyfrom utils.storage import StorageHandlerclass FamilyCommunicationApp:家庭沟通应用主类def __init__(self):初始化应用组件self.storage StorageHandler()self.topic_manager TopicManager()self.analyzer DifferenceAnalyzer()self.strategy CommunicationStrategy()# 加载历史数据self._load_data()def _load_data(self):加载已保存的数据# 加载话题topics_data self.storage.load_topics()for data in topics_data:topic Topic.from_dict(data)self.topic_manager.add_topic(topic)# 加载方案solutions_data self.storage.load_solutions()self.strategy.solutions solutions_datadef _save_data(self):保存当前数据topics_data [t.to_dict() for t in self.topic_manager.topics]self.storage.save_topics(topics_data)self.storage.save_solutions(self.strategy.solutions)def record_topic(self) - Topic:交互式记录新话题返回:创建的话题对象print(\n * 50)print(记录新的家庭分歧话题)print( * 50)title input(话题名称: ).strip()if not title:print(话题名称不能为空)return Noneparticipants_input input(参与者用逗号分隔: ).strip()participants [p.strip() for p in participants_input.split(,) if p.strip()]print(\n请输入各方观点:)my_viewpoint input(我的观点: ).strip()family_viewpoint input(家人观点: ).strip()focus_point input(争论焦点可选: ).strip()# 创建话题topic Topic(titletitle,participantsparticipants,my_viewpointmy_viewpoint,family_viewpointfamily_viewpoint,focus_pointfocus_point)self.topic_manager.add_topic(topic)self._save_data()print(f\n✓ 话题已记录ID: {topic.id})return topicdef analyze_and_recommend(self, topic: Topic) - None:分析话题并推荐沟通方案参数:topic: 要分析的话题print(\n * 50)print(f分析话题: {topic.title})print( * 50)# 分析差异analysis self.analyzer.analyze_gap(topic.my_viewpoint,topic.family_viewpoint)print(f\n我的观点要点数: {analysis[my_points_count]})print(f家人观点要点数: {analysis[family_points_count]})print(f差异描述: {analysis[gap_description]})# 识别差异类型combined_text topic.my_viewpoint topic.family_viewpointdiff_types self.topic_manager.classify_difference(combined_text)print(f\n识别到的差异类型: {, .join(diff_types)})# 生成沟通方案solution self.strategy.generate_solution(topic.id,diff_types,topic.my_viewpoint,topic.family_viewpoint)print(self.strategy.print_solution(solution))self._save_data()def view_statistics(self) - None:查看统计信息stats self.topic_manager.get_statistics()print(\n * 50)print(家庭分歧统计)print( * 50)print(f记录总数: {stats[total]})print(f未解决: {stats[unsolved]})print(f已解决: {stats[solved]})print(f已搁置: {stats[on_hold]})if difference_types in stats and stats[difference_types]:print(\n差异类型分布:)for dtype, count in stats[difference_types].items():pr利用AI解决实际问题如果你觉得这个工具好用欢迎关注长安牧笛
编写程序，记录和家人产生分歧的话题，总结观念差异点，设计温和沟通方案，减少家庭内耗。
用Python记录家庭分歧构建温和沟通的桥梁一、实际应用场景描述周末的晚饭时间本该是家人团聚的温馨时刻却因为一个小问题演变成了一场争论父亲你已经28岁了该考虑找个稳定的工作考个公务员多好。我爸我喜欢现在的技术工作创新让我有成就感。母亲稳定多重要啊你看隔壁老王家的孩子...我那是他的人生不是我的话题重复、情绪累积、沟通无效——类似场景在很多家庭中反复上演。作为一名全栈开发工程师我尝试用技术思维来解构这个问题如果我们能像处理代码Bug一样系统地记录、分析和解决家庭分歧是否能减少不必要的内耗二、引入痛点在家庭沟通中我们常常面临以下困境痛点 具体表现话题重复 同一个分歧在不同时间反复出现每次都像新问题情绪积累 过去的争论没有结论新话题引爆旧情绪缺乏记录 没有备忘录说不清上次到底讨论了什么方案缺失 只有争论没有解决方案陷入无效循环关系消耗 每次争论都在消耗亲情造成心理负担心理健康课程告诉我有效沟通的前提是理解差异而非消灭差异。 创新能力课程则强调问题解决需要系统化方法。于是我决定开发一个简单的家庭沟通记录工具。三、核心逻辑讲解3.1 设计思路整个程序的核心逻辑可以概括为三个步骤记录分歧 → 分析差异 → 生成沟通方案第一步记录分歧话题名称时间戳参与者各自观点争论焦点第二步分析差异提取关键观念点识别差异类型价值观差异、信息不对称、表达方式等归类历史记录第三步生成方案基于差异类型匹配沟通策略记录方案执行效果迭代优化3.2 技术选型Python 3.8简洁易读适合个人项目JSON存储无需数据库轻量化datetime模块时间记录TextBlob可选简单的情感分析四、代码模块化实现4.1 项目结构family_communication/│── main.py # 主程序入口│── models/│ │── __init__.py│ │── topic.py # 话题记录模型│ │── analysis.py # 差异分析模型│ │── solution.py # 沟通方案模型│── utils/│ │── __init__.py│ │── storage.py # 数据存储工具│ │── logger.py # 日志记录│── data/│ │── topics.json # 话题数据│ │── solutions.json # 方案数据│── README.md # 说明文档4.2 核心代码实现模块一话题记录模型 (models/topic.py)话题记录模型用于记录家庭分歧的具体内容from datetime import datetimefrom typing import List, Dictimport uuidclass Topic:家庭分歧话题类def __init__(self,title: str,participants: List[str],my_viewpoint: str,family_viewpoint: str,focus_point: str ):初始化话题记录参数:title: 话题名称participants: 参与者列表my_viewpoint: 我的观点family_viewpoint: 家人观点focus_point: 争论焦点可选self.id str(uuid.uuid4())[:8] # 生成短IDself.title titleself.participants participantsself.my_viewpoint my_viewpointself.family_viewpoint family_viewpointself.focus_point focus_pointself.created_at datetime.now().strftime(%Y-%m-%d %H:%M)self.status 未解决 # 状态未解决/已解决/搁置def to_dict(self) - Dict:转换为字典格式便于存储return {id: self.id,title: self.title,participants: self.participants,my_viewpoint: self.my_viewpoint,family_viewpoint: self.family_viewpoint,focus_point: self.focus_point,created_at: self.created_at,status: self.status}classmethoddef from_dict(cls, data: Dict) - Topic:从字典恢复对象topic cls(titledata[title],participantsdata[participants],my_viewpointdata[my_viewpoint],family_viewpointdata[family_viewpoint],focus_pointdata.get(focus_point, ))topic.id data[id]topic.created_at data[created_at]topic.status data.get(status, 未解决)return topicdef __str__(self) - str:友好的字符串表示return f[{self.created_at}] {self.title} - {self.status}class TopicManager:话题管理器DIFFERENCE_TYPES {价值观差异: [稳定, 创新, 传统, 自由, 责任],信息不对称: [了解, 不知道, 没听说, 新闻],表达方式: [应该, 必须, 怎么不, 为什么],代际差异: [我们那时候, 现在年轻人, 以前],情感因素: [担心, 着急, 心疼, 失望]}def __init__(self):self.topics: List[Topic] []def add_topic(self, topic: Topic) - None:添加话题self.topics.append(topic)def get_topic_by_id(self, topic_id: str) - Topic:根据ID获取话题for topic in self.topics:if topic.id topic_id:return topicreturn Nonedef get_unsolved_topics(self) - List[Topic]:获取未解决的问题return [t for t in self.topics if t.status 未解决]def classify_difference(self, text: str) - List[str]:分析文本判断差异类型参数:text: 要分析的文本返回:差异类型列表found_types []for diff_type, keywords in self.DIFFERENCE_TYPES.items():if any(keyword in text for keyword in keywords):found_types.append(diff_type)return found_types if found_types else [其他]def get_statistics(self) - Dict:获取话题统计信息if not self.topics:return {total: 0}stats {total: len(self.topics),unsolved: len(self.get_unsolved_topics()),solved: len([t for t in self.topics if t.status 已解决]),on_hold: len([t for t in self.topics if t.status 搁置])}# 统计差异类型分布type_count {}for topic in self.topics:combined_text topic.my_viewpoint topic.family_viewpointtypes self.classify_difference(combined_text)for t in types:type_count[t] type_count.get(t, 0) 1stats[difference_types] type_countreturn stats模块二差异分析模型差异分析模型用于深入分析家庭成员之间的观念差异from typing import List, Dict, Tuplefrom collections import Counterimport reclass DifferenceAnalyzer:差异分析器# 观念维度定义DIMENSIONS {事业观: [工作, 职业, 稳定, 发展, 收入, 公务员, 创业],婚恋观: [结婚, 恋爱, 对象, 相亲, 年龄, 孩子],生活观: [生活, 花钱, 消费, 存钱, 房子, 车],教育观: [学习, 读书, 考研, 专业, 学校],健康观: [身体, 健康, 运动, 饮食, 医院]}def __init__(self):self.analysis_results []def extract_key_points(self, text: str) - List[str]:从文本中提取关键观点参数:text: 原始文本返回:关键观点列表# 简单的分句处理sentences re.split(r[。], text)# 过滤空句子和短句key_points [s.strip() for s in sentences if len(s.strip()) 3]return key_pointsdef identify_dimension(self, topic_title: str, viewpoint: str) - List[str]:识别话题所属维度参数:topic_title: 话题标题viewpoint: 观点内容返回:维度列表combined topic_title viewpointfound_dimensions []for dimension, keywords in self.DIMENSIONS.items():if any(keyword in combined for keyword in keywords):found_dimensions.append(dimension)return found_dimensions if found_dimensions else [其他]def analyze_gap(self, my_viewpoint: str, family_viewpoint: str) - Dict:分析双方观点差距参数:my_viewpoint: 我的观点family_viewpoint: 家人观点返回:分析结果字典my_points self.extract_key_points(my_viewpoint)family_points self.extract_key_points(family_viewpoint)# 寻找共同关注点简化版实际可用更复杂的NLP方法common_words set()for mp in my_points:for fp in family_points:# 简单的共同词判断words set(mp) set(fp)common_words.update(words)analysis {my_points_count: len(my_points),family_points_count: len(family_points),my_points: my_points,family_points: family_points,gap_description: self._generate_gap_description(my_points, family_points)}return analysisdef _generate_gap_description(self, my_points: List[str], family_points: List[str]) - str:生成差异描述if not my_points or not family_points:return 信息不足无法详细分析descriptions []# 分析观点数量差异if len(my_points) len(family_points):descriptions.append(我方表达了更多观点)elif len(my_points) len(family_points):descriptions.append(家人表达了更多观点)# 分析观点长度my_avg_len sum(len(p) for p in my_points) / len(my_points)family_avg_len sum(len(p) for p in family_points) / len(family_points)if my_avg_len family_avg_len * 1.5:descriptions.append(我方表达更为详细)elif family_avg_len my_avg_len * 1.5:descriptions.append(家人表达更为详细)return .join(descriptions) if descriptions else 双方表达较为均衡def generate_summary(self, topics: List) - str:生成所有话题的差异总结参数:topics: 话题列表返回:总结文本if not topics:return 暂无记录summary_lines []summary_lines.append(f 家庭分歧分析报告 \n)summary_lines.append(f记录话题总数: {len(topics)}\n)# 维度统计dimension_stats Counter()for topic in topics:dimensions self.identify_dimension(topic.title, topic.family_viewpoint)for d in dimensions:dimension_stats[d] 1summary_lines.append(\n观念维度分布:\n)for dim, count in dimension_stats.most_common():summary_lines.append(f - {dim}: {count}次\n)# 建议summary_lines.append(\n核心发现:\n)if dimension_stats:top_dimension dimension_stats.most_common(1)[0][0]summary_lines.append(f 最常出现的分歧维度是【{top_dimension}】\n)summary_lines.append(f 建议优先在该领域寻求共识。\n)return .join(summary_lines)模块三沟通方案模型沟通方案模型基于心理学原理设计温和沟通策略from typing import Dict, Listfrom datetime import datetimeclass CommunicationStrategy:沟通策略生成器# 基于差异类型的策略模板STRATEGY_TEMPLATES {价值观差异: {approach: 求同存异,steps: [先表达对家人关爱的理解我知道您是为我好,分享自己的真实感受和需求我希望...,寻找共同目标我们都希望我过得好,提出尝试性的折中方案能否让我先尝试...],avoid: [直接否定对方观点, 引用网络言论反驳, 拿别人家做比较]},信息不对称: {approach: 信息分享,steps: [了解家人获取信息的渠道,用家人能理解的方式分享自己的信息来源,邀请家人一起了解新事物,保持开放态度承认双方的局限性],avoid: [说您不懂, 用专业术语解释, 表现得不耐烦]},表达方式: {approach: 倾听与重述,steps: [完整听完对方的话不打断,用自己的话复述对方的观点,确认自己的理解是否正确,再表达自己的想法],avoid: [急于辩解, 抓住字眼攻击, 情绪化回应]},代际差异: {approach: 时代理解,steps: [承认不同时代的成长环境确实不同,理解家人那个时代的价值观形成背景,解释现在社会的变化和机会,寻找跨越时代的共同价值],avoid: [贬低过去, 强调时代优势, 忽视历史经验]},情感因素: {approach: 情感回应优先,steps: [先回应情感层面我感受到您的担心,不要急于理性分析,用拥抱或陪伴代替争论,时机合适时再讨论事情本身],avoid: [说这有什么好担心的, 讲道理忽略情感, 推开对方的关心]}}def __init__(self):self.solutions: List[Dict] []def generate_solution(self,topic_id: str,difference_types: List[str],my_viewpoint: str,family_viewpoint: str) - Dict:为特定话题生成沟通方案参数:topic_id: 话题IDdifference_types: 差异类型列表my_viewpoint: 我的观点family_viewpoint: 家人观点返回:沟通方案字典# 整合多种差异类型的策略combined_steps []combined_avoids []for diff_type in difference_types:if diff_type in self.STRATEGY_TEMPLATES:template self.STRATEGY_TEMPLATES[diff_type]combined_steps.extend(template[steps])combined_avoids.extend(template[avoid])# 去重combined_steps list(dict.fromkeys(combined_steps))combined_avoids list(dict.fromkeys(combined_avoids))solution {id: fsolution_{datetime.now().strftime(%Y%m%d%H%M%S)},topic_id: topic_id,difference_types: difference_types,strategy_steps: combined_steps[:6] if combined_steps else [保持耐心找合适时机沟通],avoid_behaviors: combined_avoids[:4] if combined_avoids else [避免情绪化],created_at: datetime.now().strftime(%Y-%m-%d %H:%M),execution_status: 待执行,execution_notes: }self.solutions.append(solution)return solutiondef update_execution(self,solution_id: str,status: str,notes: str ) - bool:更新方案执行情况参数:solution_id: 方案IDstatus: 执行状态notes: 执行笔记返回:是否更新成功for solution in self.solutions:if solution[id] solution_id:solution[execution_status] statussolution[execution_notes] notesreturn Truereturn Falsedef get_solution_for_topic(self, topic_id: str) - Dict:获取特定话题的方案for solution in self.solutions:if solution[topic_id] topic_id:return solutionreturn Nonedef print_solution(self, solution: Dict) - str:格式化输出方案lines []lines.append( * 50)lines.append(f沟通方案 - 针对话题 {solution[topic_id]})lines.append( * 50)lines.append(f\n差异类型: {, .join(solution[difference_types])})lines.append(f\n建议沟通步骤:)for i, step in enumerate(solution[strategy_steps], 1):lines.append(f {i}. {step})lines.append(f\n应避免的行为:)for avoid in solution[avoid_behaviors]:lines.append(f ✗ {avoid})lines.append(f\n状态: {solution[execution_status]})lines.append( * 50)return \n.join(lines)模块四数据存储工具数据存储工具提供JSON格式的数据持久化功能import jsonimport osfrom typing import List, Dictclass StorageHandler:数据存储处理器def __init__(self, data_dir: str data):初始化存储处理器参数:data_dir: 数据目录路径self.data_dir data_dirself._ensure_data_dir()def _ensure_data_dir(self) - None:确保数据目录存在if not os.path.exists(self.data_dir):os.makedirs(self.data_dir)def save_topics(self, topics: List[Dict], filename: str topics.json) - bool:保存话题数据参数:topics: 话题字典列表filename: 文件名返回:是否保存成功filepath os.path.join(self.data_dir, filename)try:with open(filepath, w, encodingutf-8) as f:json.dump(topics, f, ensure_asciiFalse, indent2)return Trueexcept Exception as e:print(f保存失败: {e})return Falsedef load_topics(self, filename: str topics.json) - List[Dict]:加载话题数据参数:filename: 文件名返回:话题字典列表filepath os.path.join(self.data_dir, filename)if not os.path.exists(filepath):return []try:with open(filepath, r, encodingutf-8) as f:return json.load(f)except Exception as e:print(f加载失败: {e})return []def save_solutions(self, solutions: List[Dict], filename: str solutions.json) - bool:保存方案数据filepath os.path.join(self.data_dir, filename)try:with open(filepath, w, encodingutf-8) as f:json.dump(solutions, f, ensure_asciiFalse, indent2)return Trueexcept Exception as e:print(f保存失败: {e})return Falsedef load_solutions(self, filename: str solutions.json) - List[Dict]:加载方案数据filepath os.path.join(self.data_dir, filename)if not os.path.exists(filepath):return []try:with open(filepath, r, encodingutf-8) as f:return json.load(f)except Exception as e:print(f加载失败: {e})return []模块五主程序家庭沟通记录系统 - 主程序用于记录家庭分歧、分析差异、生成沟通方案from models.topic import Topic, TopicManagerfrom models.analysis import DifferenceAnalyzerfrom models.solution import CommunicationStrategyfrom utils.storage import StorageHandlerclass FamilyCommunicationApp:家庭沟通应用主类def __init__(self):初始化应用组件self.storage StorageHandler()self.topic_manager TopicManager()self.analyzer DifferenceAnalyzer()self.strategy CommunicationStrategy()# 加载历史数据self._load_data()def _load_data(self):加载已保存的数据# 加载话题topics_data self.storage.load_topics()for data in topics_data:topic Topic.from_dict(data)self.topic_manager.add_topic(topic)# 加载方案solutions_data self.storage.load_solutions()self.strategy.solutions solutions_datadef _save_data(self):保存当前数据topics_data [t.to_dict() for t in self.topic_manager.topics]self.storage.save_topics(topics_data)self.storage.save_solutions(self.strategy.solutions)def record_topic(self) - Topic:交互式记录新话题返回:创建的话题对象print(\n * 50)print(记录新的家庭分歧话题)print( * 50)title input(话题名称: ).strip()if not title:print(话题名称不能为空)return Noneparticipants_input input(参与者用逗号分隔: ).strip()participants [p.strip() for p in participants_input.split(,) if p.strip()]print(\n请输入各方观点:)my_viewpoint input(我的观点: ).strip()family_viewpoint input(家人观点: ).strip()focus_point input(争论焦点可选: ).strip()# 创建话题topic Topic(titletitle,participantsparticipants,my_viewpointmy_viewpoint,family_viewpointfamily_viewpoint,focus_pointfocus_point)self.topic_manager.add_topic(topic)self._save_data()print(f\n✓ 话题已记录ID: {topic.id})return topicdef analyze_and_recommend(self, topic: Topic) - None:分析话题并推荐沟通方案参数:topic: 要分析的话题print(\n * 50)print(f分析话题: {topic.title})print( * 50)# 分析差异analysis self.analyzer.analyze_gap(topic.my_viewpoint,topic.family_viewpoint)print(f\n我的观点要点数: {analysis[my_points_count]})print(f家人观点要点数: {analysis[family_points_count]})print(f差异描述: {analysis[gap_description]})# 识别差异类型combined_text topic.my_viewpoint topic.family_viewpointdiff_types self.topic_manager.classify_difference(combined_text)print(f\n识别到的差异类型: {, .join(diff_types)})# 生成沟通方案solution self.strategy.generate_solution(topic.id,diff_types,topic.my_viewpoint,topic.family_viewpoint)print(self.strategy.print_solution(solution))self._save_data()def view_statistics(self) - None:查看统计信息stats self.topic_manager.get_statistics()print(\n * 50)print(家庭分歧统计)print( * 50)print(f记录总数: {stats[total]})print(f未解决: {stats[unsolved]})print(f已解决: {stats[solved]})print(f已搁置: {stats[on_hold]})if difference_types in stats and stats[difference_types]:print(\n差异类型分布:)for dtype, count in stats[difference_types].items():pr利用AI解决实际问题如果你觉得这个工具好用欢迎关注长安牧笛
