@yun520-1/heartflow 0.15.2

package/docs/emotion-prototype-theory-v5.0.12.md

@@ -0,0 +1,430 @@
+# 情绪原型理论 v5.0.12 - 完整解读
+
+**版本**: v5.0.12  
+**创建时间**: 2026-03-30 (Asia/Shanghai)  
+**理论来源**: SEP Emotion Theory + Fehr & Russell (1984)  
+**应用**: HeartFlow 情绪原型结构深度增强模块
+
+---
+
+## 📚 理论背景
+
+### Stanford Encyclopedia of Philosophy - Emotion Theory §1
+
+**核心洞见**: 情绪概念不是由充分必要条件定义的，而是由**原型结构**组织的。
+
+### Fehr & Russell (1984) 开创性研究
+
+**研究问题**: 普通人如何理解"情绪"这个概念？
+
+**关键发现**:
+1. **原型效应**: 某些情绪是"更好"的情绪例子
+   - fear 是比 awe 更好的情绪例子
+   - anger 是比 boredom 更好的情绪例子
+
+2. **家族相似性**: 情绪类别没有统一的本质
+   - 情绪之间通过重叠的相似性联系
+   - 没有所有情绪都共享的充分必要条件
+
+3. **模糊边界**: 某些案例处于边界地带
+   - boredom (无聊): 普通语言使用者对是否是情绪有分歧
+   - curiosity (好奇): 边界案例
+   - surprise (惊讶): 是否是情绪有争议
+
+---
+
+## 🎯 核心理论框架
+
+### 1. 原型结构 (Prototype Structure)
+
+```
+                    ┌─────────────┐
+                    │   原型情绪   │
+                    │ (高典型性)  │
+                    └──────┬──────┘
+                           │
+        ┌──────────────────┼──────────────────┐
+        │                  │                  │
+   ┌────▼────┐      ┌─────▼─────┐     ┌──────▼──────┐
+   │  fear   │      │   anger   │     │   sadness   │
+   │  0.95   │      │   0.93    │     │    0.92     │
+   └─────────┘      └───────────┘     └─────────────┘
+   
+                    ┌─────────────┐
+                    │  边界情绪   │
+                    │ (低典型性)  │
+                    └──────┬──────┘
+                           │
+        ┌──────────────────┼──────────────────┐
+        │                  │                  │
+   ┌────▼────┐      ┌─────▼─────┐     ┌──────▼──────┐
+   │boredom  │      │ curiosity │     │  surprise   │
+   │  0.45   │      │   0.50    │     │    0.65     │
+   └─────────┘      └───────────┘     └─────────────┘
+```
+
+### 2. 典型性梯度 (Typicality Gradient)
+
+| 情绪 | 典型性 | 类别 | 说明 |
+|------|--------|------|------|
+| fear | 0.95 | 原型情绪 | 最好的情绪例子 |
+| joy | 0.94 | 原型情绪 | 清晰的情绪体验 |
+| anger | 0.93 | 原型情绪 | 强烈的动机倾向 |
+| sadness | 0.92 | 原型情绪 | 明确的丧失主题 |
+| disgust | 0.88 | 原型情绪 | 独特的厌恶反应 |
+| anxiety | 0.75 | 复合情绪 | 恐惧的变体 |
+| guilt | 0.72 | 道德情绪 | 自我指向 |
+| shame | 0.70 | 道德情绪 | 全球自我评价 |
+| pride | 0.68 | 道德情绪 | 成就导向 |
+| surprise | 0.65 | 争议情绪 | 是否是情绪有争议 |
+| gratitude | 0.65 | 社会情绪 | 关系导向 |
+| jealousy | 0.62 | 社会情绪 | 三元关系 |
+| awe | 0.55 | 审美情绪 | 超越体验 |
+| curiosity | 0.50 | 认知情绪 | 知识导向 |
+| boredom | 0.45 | 争议情绪 | 边界案例 |
+
+### 3. 5 成分模型 (Five-Component Model)
+
+每个情绪由 5 个成分构成，成分之间具有家族相似性：
+
+```
+┌─────────────────────────────────────────────────────┐
+│                  情绪原型                            │
+├─────────────┬─────────────┬─────────────┬───────────┤
+│   感受      │   评价      │   动机      │  表达     │   生理    │
+│  Feeling    │ Evaluative  │ Motivational│ Expressive│Physiological│
+├─────────────┼─────────────┼─────────────┼───────────┤
+│ 主观体验    │ 形式对象    │ 行动倾向    │ 面部表情  │ 自主神经  │
+│ 现象特征    │ 评价维度    │ 注意焦点    │ 声音特征  │ 激素反应  │
+│ 身体档案    │ 核心主题    │ 紧迫性      │ 身体语言  │ 内感受    │
+└─────────────┴─────────────┴─────────────┴───────────┘
+```
+
+**权重配置**:
+- 感受 (Feeling): 0.25
+- 评价 (Evaluative): 0.25
+- 动机 (Motivational): 0.20
+- 表达 (Expressive): 0.15
+- 生理 (Physiological): 0.15
+
+### 4. 情绪粒度映射 (Emotion Granularity)
+
+**理论基础**: Barrett (2017) - 情绪粒度理论
+
+**核心观点**: 能够精细区分情绪的人具有更高的情绪智力。
+
+**强度连续谱示例**:
+
+```
+恐惧谱系:
+apprehension (0.2) → worry (0.4) → fear (0.6) → terror (0.8) → panic (1.0)
+担忧              忧虑          恐惧         恐怖          恐慌
+
+愤怒谱系:
+annoyance (0.2) → irritation (0.4) → anger (0.6) → rage (0.8) → fury (1.0)
+烦恼            易怒            愤怒        暴怒         狂怒
+```
+
+---
+
+## 🔬 SEP 四大理论挑战
+
+情绪理论必须解释的四个核心问题：
+
+### 1. 区分性 (Differentiation)
+**问题**: 情绪如何彼此区分？如何与非情绪状态区分？
+
+**原型理论方案**:
+- 家族相似性 + 原型匹配
+- 多成分匹配度计算
+- 不追求充分必要条件，接受模糊边界
+
+**HeartFlow 实现**:
+```javascript
+analyzePrototypeMatch(emotionName, context)
+// 返回典型性评分、成分匹配度、置信度等级
+```
+
+### 2. 动机性 (Motivation)
+**问题**: 情绪如何激发动机？情绪与行动的关系？
+
+**原型理论方案**:
+- 每种情绪都有特征性的行动倾向
+- 动机成分是情绪的核心特征之一
+
+**HeartFlow 实现**:
+- 15 种情绪的行动倾向映射
+- 动机强度评估
+- 适应性 vs 非适应性行动模式识别
+
+### 3. 意向性 (Intentionality)
+**问题**: 情绪是否有对象指向性？情绪是否可以恰当/不恰当？
+
+**原型理论方案**:
+- 形式对象 (Formal Object): 每种情绪评价的核心主题
+  - fear → danger
+  - anger → offense
+  - sadness → loss
+- 评价维度: valence, arousal, control, certainty, responsibility
+
+**HeartFlow 实现**:
+- 形式对象检测器
+- 评价维度分析
+- 情绪恰当性评估
+
+### 4. 现象学 (Phenomenology)
+**问题**: 情绪是否总涉及主观体验？体验的性质是什么？
+
+**原型理论方案**:
+- 感受成分是情绪的必要条件之一
+- 但感受不是情绪的全部 (反对纯粹感受理论)
+- 前反思体验 + 反思体验的层次模型
+
+**HeartFlow 实现**:
+- 身体档案 (Bodily Profile)
+- 现象特征描述
+- 内感受预测整合
+
+---
+
+## 🛠️ HeartFlow v5.0.12 实现
+
+### 核心功能
+
+#### 1. 情绪原型网络
+```javascript
+const prototypeNetwork = {
+  fear: {
+    prototype: true,
+    typicality: 0.95,
+    category: '基本情绪',
+    features: { ... },  // 5 成分
+    boundaries: { ... }, // 清晰/模糊边界
+    intensitySpectrum: [...] // 强度谱
+  },
+  boredom: {
+    prototype: false,
+    typicality: 0.45,
+    contested: true,  // 边界案例
+    ...
+  }
+}
+```
+
+#### 2. 置信度计算器
+```javascript
+calculateConfidence(emotionCandidate, context) {
+  // 1. 原型匹配度 (40%)
+  const prototypeMatch = matchPrototype(emotionCandidate)
+  
+  // 2. 成分匹配度 (40%)
+  const componentMatch = calculateComponentMatch(context)
+  
+  // 3. 语言标记匹配 (20%)
+  const linguisticMatch = matchLinguisticMarkers(context)
+  
+  // 综合置信度
+  const confidence = (
+    prototypeMatch * 0.4 +
+    componentMatch * 0.4 +
+    linguisticMatch * 0.2
+  )
+  
+  return {
+    confidence,
+    level: getConfidenceLevel(confidence),  // 高/中/低/模糊
+    factors: { prototypeMatch, componentMatch, linguisticMatch }
+  }
+}
+```
+
+#### 3. 情绪粒度建议
+```javascript
+getGranularitySuggestion('fear', 0.7)
+// 返回: { suggested: 'terror', fullSpectrum: [...] }
+```
+
+#### 4. 可操作练习生成
+```javascript
+generatePractice('anxiety')
+// 返回: 15-20 分钟的五成分觉察练习
+```
+
+---
+
+## 📊 应用案例
+
+### 案例 1: 高置信度情绪识别
+
+**用户输入**:
+> "我感到非常害怕，心跳加速，想要逃跑。前面有一只大狗朝我叫。"
+
+**分析结果**:
+```json
+{
+  "emotion": "fear",
+  "typicality": 0.95,
+  "confidence": 0.88,
+  "level": "高",
+  "componentMatches": {
+    "feeling": { "match": 0.9, "note": "明确表达害怕" },
+    "physiological": { "match": 0.9, "note": "心跳加速" },
+    "motivational": { "match": 0.9, "note": "想要逃跑" },
+    "evaluative": { "match": 0.8, "note": "威胁情境" }
+  },
+  "formalObject": "danger",
+  "actionTendency": "escape/avoid"
+}
+```
+
+### 案例 2: 模糊边界情绪
+
+**用户输入**:
+> "我就是觉得...很无聊。做什么都没意思。"
+
+**分析结果**:
+```json
+{
+  "emotion": "boredom",
+  "typicality": 0.45,
+  "confidence": 0.52,
+  "level": "模糊",
+  "contested": true,
+  "note": "boredom 是否是情绪在学术界有争议",
+  "similarEmotions": [
+    { "emotion": "sadness", "relation": "boundary" },
+    { "emotion": "apathy", "relation": "fuzzy" }
+  ]
+}
+```
+
+**干预建议**:
+- 接纳模糊性："无聊是一种复杂的体验，它可能包含悲伤、缺乏意义感、或需要改变的信号"
+- 探索深层需求："无聊可能在告诉你，当前活动与你的价值观不匹配"
+
+### 案例 3: 情绪粒度增强
+
+**用户输入**:
+> "我很生气" (强度估计 0.8)
+
+**粒度建议**:
+```json
+{
+  "baseEmotion": "anger",
+  "currentIntensity": 0.8,
+  "suggested": { "level": 0.8, "name": "rage", "label": "暴怒" },
+  "nextLevel": { "level": 1.0, "name": "fury", "label": "狂怒" },
+  "prevLevel": { "level": 0.6, "name": "anger", "label": "愤怒" }
+}
+```
+
+**干预**:
+- 精确标记："听起来不只是生气，更像是暴怒 (rage)"
+- 探索强度："这种暴怒的感觉有多强烈？接近狂怒吗？"
+- 适应性回应："暴怒时，身体处于高度唤醒状态，需要先平静再行动"
+
+---
+
+## 🧘 可操作练习
+
+### 练习 1: 情绪原型觉察 (15-20 分钟)
+
+**目标**: 通过 5 成分全面觉察一种情绪
+
+**步骤**:
+1. **感受觉察** (3-4 分钟): 关注身体感受和现象特征
+2. **评价探索** (3-4 分钟): 识别形式对象和核心主题
+3. **动机觉察** (3-4 分钟): 注意行动倾向
+4. **表达观察** (2-3 分钟): 观察面部表情和行为
+5. **整合反思** (3-4 分钟): 理解 5 成分如何相互作用
+
+### 练习 2: 情绪粒度训练 (10-15 分钟)
+
+**目标**: 提升情绪区分能力
+
+**步骤**:
+1. 选择一种基础情绪 (如 fear)
+2. 回顾强度谱系: apprehension → worry → fear → terror → panic
+3. 回忆不同强度的体验
+4. 注意身体感受、想法、冲动的差异
+5. 练习精确标记:"这是 worry 还是 fear？"
+
+### 练习 3: 边界情绪探索 (15-20 分钟)
+
+**目标**: 接纳情绪的模糊性
+
+**步骤**:
+1. 选择边界情绪 (如 boredom, curiosity)
+2. 探索为什么它有争议
+3. 注意它与其他情绪的相似性
+4. 接纳不确定性:"这可能是 X，也可能是 Y"
+5. 关注功能:"这种体验想告诉我什么？"
+
+---
+
+## 📈 升级检查清单
+
+- [x] 搜索 SEP 情绪原型理论内容
+- [x] 实现情绪原型网络数据结构 (15+ 情绪)
+- [x] 实现典型性评分算法 (0-1)
+- [x] 实现 5 成分匹配计算器
+- [x] 实现置信度评估 (高/中/低/模糊)
+- [x] 实现情绪粒度映射 (4 种基础情绪谱系)
+- [x] 创建可操作练习 (3 种练习)
+- [x] 编写理论文档
+- [ ] 更新主入口文件 (src/index.js)
+- [ ] 测试功能
+- [ ] Git 提交并推送
+
+---
+
+## 🎓 理论贡献
+
+HeartFlow v5.0.12 的理论贡献:
+
+1. **首次完整实现 SEP 情绪原型理论的计算模型**
+   - 15+ 种情绪的原型网络
+   - 典型性评分系统
+   - 边界案例处理
+
+2. **5 成分匹配分析系统**
+   - 感受/评价/动机/表达/生理
+   - 加权匹配度计算
+   - 置信度分级
+
+3. **情绪粒度增强工具**
+   - 强度连续谱映射
+   - 精确情绪标记
+   - 粒度训练练习
+
+4. **模糊边界接纳框架**
+   - 识别争议情绪
+   - 提供相似情绪建议
+   - 接纳不确定性
+
+---
+
+## 📖 参考文献
+
+1. **SEP Emotion Theory** (2026 Edition)
+   - §1: Emotion Concepts and Prototypes
+   - §2: Three Traditions (Feeling/Evaluative/Motivational)
+   - https://plato.stanford.edu/entries/emotion/
+
+2. **Fehr, B., & Russell, J. A. (1984)**
+   - "Concept of Emotion Viewed From a Prototype Perspective"
+   - Journal of Experimental Psychology: General, 113(3), 464-486
+
+3. **Barrett, L. F. (2017)**
+   - "How Emotions Are Made: The Secret Life of the Brain"
+   - 情绪建构理论 + 情绪粒度研究
+
+4. **Scarantino, A. (2016)**
+   - "The Philosophy of Emotions"
+   - 情绪理论三大传统整合
+
+---
+
+**文档版本**: v5.0.12  
+**创建时间**: 2026-03-30 22:10 (Asia/Shanghai)  
+**HeartFlow 项目**: https://github.com/yun520-1/mark-heartflow-skill