本周，我们调整了回答模式并更新了后端AI的知识库获取能力。

像心理学家一样看待量表

如何呈现测试结果是我们一直在考虑的问题。
我们不想像星座解读、或者现在流行的大部分MBTI那样解读一个人的测试结果。
前者早已被证明无效(Carlson, 1985)，而后者不仅避信效度不谈，甚至利用模糊描述达到令人感到“被理解”的目的 (Shermer, 1997).

心理学的测量不是绝对的。
测量的结果对比人群结果的差异，以及受测个体的主观体验，应当综合影响测试的结果。
当然量表自身的信度和效度也是一个很重要的点，包括文化与理解上的异同。
单凭一个测试结果无法直接输出长篇大论的结果，尤其是那种“分类”的测试结果。
这也是我们开始做AI解读的原因。

当前版本的AI解读会使用受信的心理学资料作为参考，并附上APA格式的Citation和References供参考。
这就像我们在做心理学论文一样，站在巨人的肩膀上。
我们相信获得“我被理解”的感受并不是最健康的，了解自己是为什么有这样的测试结果和以后应该如何做才是最重要的。
通过相关的原理解释和循证的改善方法建议，我们在了解心理学的路上我们逐渐了解自己。
不是所有心理学理论都是百分百准确的，基于不同人群常模与模型假说等心理学知识，我们会逐渐有属于自己的判断和理解。
我考虑给我们AI定名为AIRA艾拉（人工智能研究助手）。
希望我们在探索心理学的路上，以一个探索的态度，辩证的看待所有的信息与观点。

获取最新、最相关的心理学知识

曾经，我们的知识库靠我自己寻找论文并上传。这样AI的准确知识（直接来源于受信文本的知识）受限于所有贡献者（目前是我）的知识水平和阅历，也无法因应提问者的问题寻找新的论文。
所以，我们搭建了两个api接口，一个通过Semantic Scholar在线搜寻最相关的论文，另一个通过rss订阅心理学一流期刊以持续获得最新研究成果。

代码详见：https://git.mxr612.top/mxr612/fastdoi.git

用户访问AI时，fastgpt流程内调取查询api，返回一个知识库结构的内容，合并原有知识库查询结果用于本次回答。
在mysql记录已推送到知识库的文章，并查询过程中，去除已推送的部分。
剩余的将推送到fastgpt发起入库操作，并通过http返回查询结果。
文章的bibtex会作为index，abstract会作为content。这样既保留了完整的引用信息，也有简要的文章内容。

另一方面，使用miniflux订阅期刊的rss推送，每条推送的标题和内容分别作为index和content。
每天约有200条推送，主要来自心理学和一些其他社会学、人类学的主流期刊。

其实这两个都是我梦寐以求的功能，但是一直觉得api接口很难写，就一直难以开始。
终于克服了难题还是很开心的，接下来要去攻克量表编辑后台的难题了！

References