上传文件至「Chat_history」

洋葱聊天记录

Chat_history/family_education_chat_to_structured_csv.py

@@ -0,0 +1,58 @@
+import re
+import os
+
+
+raw_text_path = "./data/360WuBuChenShuai_YangCongZiXunShiZhaoLaoShi_2026_W13.txt" 
+output_dir = "./output/txt" 
+
+
+def split_chat_records(raw_path, save_dir):
+    # 1. 自动创建输出目录（不存在则创建）
+    os.makedirs(save_dir, exist_ok=True)
+    
+    # 2. 读取原始文本（utf-8编码适配中文）
+    try:
+        with open(raw_path, "r", encoding="utf-8") as f:
+            raw_content = f.read()
+    except FileNotFoundError:
+        print(f"未找到原始文件{raw_path}")
+        return
+    except Exception as e:
+        print(f"读取文件失败：{str(e)}")
+        return
+    
+    # 3. 按分隔符拆分聊天记录块
+    separator = r"===================================================================================================="
+    chat_blocks = re.split(separator, raw_content)
+    # 过滤空块和无效内容（仅保留含「[聊天记录 n]」的块）
+    valid_blocks = [
+        block.strip() for block in chat_blocks 
+        if block.strip() and re.search(r"\[聊天记录 \d+\]", block)
+    ]
+    
+    if not valid_blocks:
+        print("未识别到有效聊天记录块，请检查原始文本格式")
+        return
+    
+    # 4. 逐个保存有效聊天记录
+    split_count = 0
+    for block in valid_blocks:
+        # 提取聊天记录编号（如「[聊天记录 3]」→ 3）
+        record_num_match = re.search(r"\[聊天记录 (\d+)\]", block)
+        if not record_num_match:
+            continue
+        record_num = record_num_match.group(1)
+        split_count += 1
+        
+        # 拼接文件名和保存路径
+        file_name = f"聊天记录{record_num}.txt"
+        file_path = os.path.join(save_dir, file_name)
+        
+        # 保存文件（完整保留原始内容）
+        with open(file_path, "w", encoding="utf-8") as f:
+            f.write(block)
+        
+        print(f"📄 已保存：{file_name}")
+
+if __name__ == "__main__":
+    split_chat_records(raw_text_path, output_dir)

Chat_history/json_data.py

@@ -0,0 +1,74 @@
+import pandas as pd
+import json
+import os
+from typing import Dict, List, Optional
+
+
+JSON_INPUT_DIR = "./output/json"  
+CSV_OUTPUT_PATH = "./家庭教育档案总表.csv" 
+
+
+def read_single_json(json_file_path: str) -> Optional[Dict]:
+    """
+    读取单个JSON文件，处理解析失败/文件损坏问题
+    :param json_file_path: JSON文件绝对路径
+    :return: 解析后的字典/None（失败则返回None）
+    """
+    try:
+        with open(json_file_path, "r", encoding="utf-8") as f:
+            json_data = json.load(f)
+        # 简单校验：必须包含核心字段"文件名称"，避免无效JSON
+        if "文件名称" not in json_data:
+            print(f"跳过无效JSON：{os.path.basename(json_file_path)}（缺失核心字段「文件名称」）")
+            return None
+        return json_data
+    except json.JSONDecodeError:
+        print(f"解析失败：{os.path.basename(json_file_path)}（JSON文件损坏/格式错误）")
+        return None
+    except Exception as e:
+        print(f"读取失败：{os.path.basename(json_file_path)} - 错误：{str(e)[:50]}")
+        return None
+
+def batch_json_to_csv():
+    """批量将JSON文件夹转为单张CSV数据表"""
+    json_files = [
+        f for f in os.listdir(JSON_INPUT_DIR)
+        if f.lower().endswith(".json")
+    ]
+    all_json_data: List[Dict] = []
+    success_count = 0
+    fail_count = 0
+    for json_file in json_files:
+        json_file_path = os.path.join(JSON_INPUT_DIR, json_file)
+        json_data = read_single_json(json_file_path)
+        if json_data:
+            all_json_data.append(json_data)
+            success_count += 1
+        else:
+            fail_count += 1
+    df = pd.DataFrame(all_json_data)
+    EXTRACT_FIELDS = [
+        "监护人1姓名", "家庭角色", "文化程度", "职业", "年龄", "性格特征", "联系方式",
+        "监护人2姓名", "家庭角色_2", "文化程度_2", "职业_2", "年龄_2", "性格特征_2", "联系方式_2",
+        "孩子姓名", "性别", "孩子年龄", "年级", "孩子性格特征", "学习成绩",
+        "家庭地址", "家庭基本情况", "家庭氛围", "亲子关系", "家长有无教育分歧",
+        "是否经常否定孩子", "有无打骂教育", "孩子是否在父母身边长大",
+        "还有谁参与孩子的养育", "孩子成长过程中有何重大影响事件", "既往病史",
+        "孩子的优点", "孩子的缺点", "孩子目前情况的描述", "参加指导最想解决", "问卷评估"
+    ]
+    # 固定列顺序：文件名称为首列，其余按提取顺序排列
+    df = df[["文件名称"] + EXTRACT_FIELDS]
+
+    try:
+        df.to_csv(
+            CSV_OUTPUT_PATH,
+            index=False,  # 不生成行索引
+            encoding="utf-8-sig",  # 兼容Excel/记事本的中文编码
+            na_rep=""  # 缺失字段/Null转为空白单元格，更整洁
+        )
+    except Exception as e:
+        print(f"保存CSV失败 - 错误：{str(e)[:60]}")
+        return
+
+if __name__ == "__main__":
+    batch_json_to_csv()

Chat_history/txt_xing_d.py

@@ -0,0 +1,39 @@
+import os
+
+
+input_dir = "./output/目标条目"
+output_dir = "./output/清洗结果"
+
+def remove_asterisk(file_content):
+    """仅删除文本中的所有*号，其他内容、结构完全不变"""
+    return file_content.replace("*", "")
+
+def batch_remove_asterisk():
+    """批量处理所有txt文件，删除*号"""
+    os.makedirs(output_dir, exist_ok=True)
+    txt_files = [f for f in os.listdir(input_dir) if f.endswith(".txt")]
+
+    
+    for file_name in txt_files:
+        input_path = os.path.join(input_dir, file_name)
+        output_path = os.path.join(output_dir, file_name)
+        
+        try:
+            # 读取文件内容
+            with open(input_path, "r", encoding="utf-8") as f:
+                content = f.read()
+            
+            # 仅删除*号
+            processed_content = remove_asterisk(content)
+            
+            # 保存处理后的文件
+            with open(output_path, "w", encoding="utf-8") as f:
+                f.write(processed_content)
+            
+        except Exception as e:
+            print(f"处理失败：{file_name} | 错误：{str(e)[:60]}")
+            continue
+    
+
+if __name__ == "__main__":
+    batch_remove_asterisk()

Chat_history/yangcong_csv_data.py

@@ -0,0 +1,115 @@
+from openai import OpenAI
+import json
+import os
+from dotenv import load_dotenv
+import re
+import pandas as pd
+from typing import Dict, Optional
+
+env_path = r"D:\damn\dialogue\.env"
+load_dotenv(dotenv_path=env_path)
+API_KEY = os.getenv("QWEN_API_KEY")
+MODEL = os.getenv("MODEL_NAME")
+TEMPERATURE = float(os.getenv("TEMPERATURE", 0.1))
+client = OpenAI(
+    api_key=API_KEY,
+    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
+)
+CHAT_RECORD_DIR = "./data/txt"
+JSON_OUTPUT_DIR = "./data/json"
+FILE_ENCODING = "utf-8"
+
+EXTRACT_FIELDS = [
+    "监护人1姓名", "家庭角色", "文化程度", "职业", "年龄", "性格特征", "联系方式",
+    "监护人2姓名", "家庭角色_2", "文化程度_2", "职业_2", "年龄_2", "性格特征_2", "联系方式_2",
+    "孩子姓名", "性别", "孩子年龄", "年级", "孩子性格特征", "学习成绩",
+    "家庭地址", "家庭基本情况", "家庭氛围", "亲子关系", "家长有无教育分歧",
+    "是否经常否定孩子", "有无打骂教育", "孩子是否在父母身边长大",
+    "还有谁参与孩子的养育", "孩子成长过程中有何重大影响事件", "既往病史",
+    "孩子的优点", "孩子的缺点", "孩子目前情况的描述", "参加指导最想解决", "问卷评估"
+]
+EMPTY_RESULT = {field: None for field in EXTRACT_FIELDS}
+
+def clean_llm_response(llm_text: str) -> str:
+    """
+    清洗大模型返回的内容，移除```json/```等标记、多余空格/换行，解决JSON解析失败
+    """
+    if not llm_text:
+        return ""
+    llm_text = llm_text.strip()
+    llm_text = llm_text.replace("```json", "").replace("```", "").replace("JSON", "").strip()
+    llm_text = llm_text.lstrip("{").rstrip("}")
+    llm_text = "{" + llm_text + "}"
+    return llm_text
+
+def extract_chat_info(chat_text: str, file_name: str) -> Dict:
+    """从聊天记录/登记表中提取字段，返回字典结果"""
+    prompt = f"""
+    你是专业的暖洋葱家庭教育档案信息提取分析师，仅从以下文本中提取指定字段信息，严格遵守以下规则，违反规则将判定为任务失败：
+    1. 提取字段：{', '.join(EXTRACT_FIELDS)}，仅提取这些字段，不新增、不删减；
+    2. 内容规则：如实提取，无相关信息的字段统一填null，绝不猜测、编造内容；
+    3. 格式规则：仅返回**纯JSON字符串**，无任何多余内容，禁止加```json、```、注释、解释、换行；
+    4. 特殊提取要求：
+       - 年龄：仅提取数字/带"岁"的数字，无则null；
+       - 学习成绩：根据打勾标记提取优秀/良好/一般/差，无则null；
+       - 性别：仅男/女，无则null；
+       - 联系方式：仅纯11位手机号码，无则null；
+       - 问卷评估：提取原始计分内容（题目+分数），用分号分隔；
+       - 多信息用顿号分隔，无则null。
+
+    待提取文本：
+    {chat_text[:8000]}
+    """
+    try:
+        response = client.chat.completions.create(
+            model=MODEL,
+            messages=[{"role": "user", "content": prompt}],
+            temperature=TEMPERATURE,
+            response_format={"type": "json_object"},
+            timeout=30 
+        )
+        raw_resp = response.choices[0].message.content.strip()
+        clean_resp = clean_llm_response(raw_resp)
+        extract_json = json.loads(clean_resp)
+        for field in EXTRACT_FIELDS:
+            if field not in extract_json:
+                extract_json[field] = None
+        result = {field: extract_json[field] for field in EXTRACT_FIELDS}
+        return result
+    except json.JSONDecodeError:
+        print(f"解析失败：{file_name} - 大模型返回非标准JSON，返回空结果")
+        return EMPTY_RESULT
+
+
+def read_chat_txt(file_path: str) -> Optional[str]:
+    """读取TXT，处理编码/空文件问题"""
+
+    with open(file_path, "r", encoding=FILE_ENCODING) as f:
+        content = f.read().strip()
+    if not content or len(content) < 20:
+        return None
+    return content
+
+
+def batch_txt_to_json():
+    os.makedirs(JSON_OUTPUT_DIR, exist_ok=True)
+    txt_files = [f for f in os.listdir(CHAT_RECORD_DIR) if f.lower().endswith(".txt")]
+
+    success_count = 0  
+    fail_count = 0    
+    for file_name in txt_files:
+        txt_file_path = os.path.join(CHAT_RECORD_DIR, file_name)
+        chat_content = read_chat_txt(txt_file_path)
+        if not chat_content:
+            fail_count += 1
+            continue
+        extract_result = extract_chat_info(chat_content, file_name)
+        extract_result["文件名称"] = file_name
+        json_file_name = os.path.splitext(file_name)[0] + ".json"
+        json_file_path = os.path.join(JSON_OUTPUT_DIR, json_file_name)
+        with open(json_file_path, "w", encoding="utf-8") as f:
+            json.dump(extract_result, f, ensure_ascii=False, indent=4)
+        success_count += 1
+
+if __name__ == "__main__":
+    batch_txt_to_json()

Chat_history/聊天记录36.json

@@ -0,0 +1,39 @@
+{
+    "监护人1姓名": "朱丽青",
+    "家庭角色": "母亲",
+    "文化程度": "初中",
+    "职业": "开公司",
+    "年龄": "55",
+    "性格特征": "双鱼座、属猪、多愁善感、焦虑",
+    "联系方式": "13362050636",
+    "监护人2姓名": "胡振龙",
+    "家庭角色_2": "父亲",
+    "文化程度_2": "初中",
+    "职业_2": "民营企业",
+    "年龄_2": "58",
+    "性格特征_2": "天蝎座、属猴、脾气暴躁会摔东西",
+    "联系方式_2": "13666571588",
+    "孩子姓名": "胡家诚",
+    "性别": "男",
+    "孩子年龄": "30",
+    "年级": "上班",
+    "孩子性格特征": "脾气暴躁",
+    "学习成绩": "良好",
+    "家庭地址": "浙江杭州",
+    "家庭基本情况": "三(四)口之家",
+    "家庭氛围": "不太快乐",
+    "亲子关系": "不愿意和我们沟通抱怨我不会教育",
+    "家长有无教育分歧": "爸爸不太管，我的教育方法不对",
+    "是否经常否定孩子": "是的",
+    "有无打骂教育": "有",
+    "孩子是否在父母身边长大": "高中之前一直跟随我们自己身边",
+    "还有谁参与孩子的养育": "无",
+    "孩子成长过程中有何重大影响事件": "无",
+    "既往病史": "无",
+    "孩子的优点": "不吸烟、不喝酒、很顾家",
+    "孩子的缺点": "小时候我太包办导致现在很偷懒",
+    "孩子目前情况的描述": null,
+    "参加指导最想解决": null,
+    "问卷评估": "近期您的家庭中的家庭氛围。（  ）;您自己最近的整体状态。（  ）;您爱人最近的整体状态。（  ）;您与爱人之间的相处关系。（  ）;近期您与孩子的亲子关系。（  ）;您爱人与孩子的亲子关系。（  ）;您与爱人在教育孩子上的分歧程度。（  ）;您对当前孩子学习成绩的接纳度。（  ）;您对当前孩子学习态度和习惯的感受。（  ）;您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（  ）",
+    "文件名称": "聊天记录36.txt"
+}

Chat_history/聊天记录36.txt

@@ -0,0 +1,85 @@
+暖洋葱心理教育档案信息登记表
+    监护人1姓名
+    朱丽青
+    家庭角色
+    母亲
+    文化程度
+    初中
+    职业
+    开公司
+    年龄
+    55
+    性格特征
+    双鱼座、属猪、多愁善感、焦虑
+    联系方式
+    13362050636
+    监护人2姓名
+    胡振龙
+    家庭角色
+    父亲
+    文化程度
+    初中
+    职业
+    民营企业
+    年龄
+    58
+    性格特征
+    天蝎座、属猴、脾气暴躁会摔东西
+    联系方式
+    13666571588
+    孩子姓名
+    胡家诚
+    性  别
+    男
+    年  龄
+    30
+    年  级
+    上班
+    性格特征
+    脾气暴躁
+    学习成绩
+    优秀（  ）、良好（  √）、一般（  ）、差（  ）
+    家庭地址
+    浙江杭州
+    家庭基本情况
+    三代同堂（ ）、三(四)口之家（ √）、离异（ ）、单亲（ ）、隔代抚养（ ）、寄养（ ）
+    家庭氛围
+    不太快乐
+    亲子关系
+    不愿意和我们沟通抱怨我不会教育
+    家长有无教育分歧
+    爸爸不太管，我的教育方法不对
+    是否经常否定孩子
+    是的
+    有无打骂教育
+    有
+    孩子是否一直跟随在父母身边长大
+    高中之前一直跟随我们自己身边
+    还有谁参与过孩子的养育
+    无
+    孩子成长过程中有何重大影响的生活事件？
+    无
+    既往病史
+    无
+    孩子的优点
+    不吸烟、不喝酒、很顾家
+    孩子的缺点
+    小时候我太包办导致现在很偷懒
+    孩 子 目 前 情 况 的 描 述
+    问
+    卷
+    评
+    估
+    如果用0-10计分，0代表：糟透了，非常严重；10代表：棒极啦，非常好。请从0-10之间选出与您真实的感受最接近的数值：
+    近期您的家庭中的家庭氛围。（  ）
+    您自己最近的整体状态。（  ）
+    您爱人最近的整体状态。（  ）
+    您与爱人之间的相处关系。（  ）
+    近期您与孩子的亲子关系。（  ）
+    您爱人与孩子的亲子关系。（  ）
+    您与爱人在教育孩子上的分歧程度。（  ）
+    您对当前孩子学习成绩的接纳度。（  ）
+    您对当前孩子学习态度和习惯的感受。（  ）
+    您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（  ）
+    其他补充：
+    总分：_______

Chat_history/聊天记录486.json

@@ -0,0 +1,39 @@
+{
+    "监护人1姓名": "朱丽青",
+    "家庭角色": "母亲",
+    "文化程度": "初中",
+    "职业": "公司",
+    "年龄": "55",
+    "性格特征": null,
+    "联系方式": null,
+    "监护人2姓名": "胡振龙",
+    "家庭角色_2": "父亲",
+    "文化程度_2": "初中",
+    "职业_2": "民营企业",
+    "年龄_2": "58",
+    "性格特征_2": "除了厌学还是比较乖",
+    "联系方式_2": null,
+    "孩子姓名": "胡家豪",
+    "性别": "男",
+    "孩子年龄": null,
+    "年级": "大学",
+    "孩子性格特征": null,
+    "学习成绩": "一般",
+    "家庭地址": "浙江杭州",
+    "家庭基本情况": "三代同堂、三(四)口之家",
+    "家庭氛围": null,
+    "亲子关系": null,
+    "家长有无教育分歧": null,
+    "是否经常否定孩子": null,
+    "有无打骂教育": null,
+    "孩子是否在父母身边长大": "是的",
+    "还有谁参与孩子的养育": "3岁之前爷爷奶奶帮忙带",
+    "孩子成长过程中有何重大影响事件": "无",
+    "既往病史": "无",
+    "孩子的优点": "善良懂感恩",
+    "孩子的缺点": "偏科怕数学高中厌学",
+    "孩子目前情况的描述": null,
+    "参加指导最想解决": null,
+    "问卷评估": "近期您的家庭中的家庭氛围。（  ）;您自己最近的整体状态。（  ）;您爱人最近的整体状态。（  ）;您与爱人之间的相处关系。（  ）;近期您与孩子的亲子关系。（  ）;您爱人与孩子的亲子关系。（  ）;您与爱人在教育孩子上的分歧程度。（  ）;您对当前孩子学习成绩的接纳度。（  ）;您对当前孩子学习态度和习惯的感受。（  ）;您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（  ）",
+    "文件名称": "聊天记录486.txt"
+}

Chat_history/聊天记录486.txt

@@ -0,0 +1,75 @@
+暖洋葱心理教育档案信息登记表
+    监护人1姓名
+    朱丽青
+    家庭角色
+    母亲
+    文化程度
+    初中
+    职业
+    公司
+    年龄
+    55
+    性格特征
+    联系方式
+    监护人2姓名
+    胡振龙
+    家庭角色
+    父亲
+    文化程度
+    初中
+    职业
+    民营企业
+    年龄
+    58
+    性格特征
+    除了厌学还是比较乖
+    联系方式
+    孩子姓名
+    胡家豪
+    性  别
+    男
+    年  龄
+    年  级
+    大学
+    性格特征
+    学习成绩
+    优秀（  ）、良好（  ）、一般（ √ ）、差（  ）
+    家庭地址
+    浙江杭州
+    家庭基本情况
+    三代同堂（ √）、三(四)口之家（√ ）、离异（ ）、单亲（ ）、隔代抚养（ ）、寄养（ ）
+    家庭氛围
+    亲子关系
+    家长有无教育分歧
+    是否经常否定孩子
+    有无打骂教育
+    孩子是否一直跟随在父母身边长大
+    是的
+    还有谁参与过孩子的养育
+    3岁之前爷爷奶奶帮忙带
+    孩子成长过程中有何重大影响的生活事件？
+    无
+    既往病史
+    无
+    孩子的优点
+    善良懂感恩
+    孩子的缺点
+    偏科怕数学高中厌学
+    孩 子 目 前 情 况 的 描 述
+    问
+    卷
+    评
+    估
+    如果用0-10计分，0代表：糟透了，非常严重；10代表：棒极啦，非常好。请从0-10之间选出与您真实的感受最接近的数值：
+    近期您的家庭中的家庭氛围。（  ）
+    您自己最近的整体状态。（  ）
+    您爱人最近的整体状态。（  ）
+    您与爱人之间的相处关系。（  ）
+    近期您与孩子的亲子关系。（  ）
+    您爱人与孩子的亲子关系。（  ）
+    您与爱人在教育孩子上的分歧程度。（  ）
+    您对当前孩子学习成绩的接纳度。（  ）
+    您对当前孩子学习态度和习惯的感受。（  ）
+    您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（  ）
+    其他补充：
+    总分：_______

Chat_history/聊天记录487.json

@@ -0,0 +1,39 @@
+{
+    "监护人1姓名": "邱铭娟",
+    "家庭角色": "奶奶",
+    "文化程度": "高中",
+    "职业": "务农",
+    "年龄": "63",
+    "性格特征": "爱学习爱劳动",
+    "联系方式": "13774601167",
+    "监护人2姓名": "孙琴",
+    "家庭角色_2": "妈妈",
+    "文化程度_2": "大学",
+    "职业_2": "全职妈妈",
+    "年龄_2": "35",
+    "性格特征_2": "情绪化",
+    "联系方式_2": null,
+    "孩子姓名": "林芷萱",
+    "性别": "女",
+    "孩子年龄": "6",
+    "年级": "准一年级",
+    "孩子性格特征": "文静、偏食",
+    "学习成绩": "优秀",
+    "家庭地址": "福建省福州市连江县",
+    "家庭基本情况": "三代同堂",
+    "家庭氛围": null,
+    "亲子关系": "不稳定",
+    "家长有无教育分歧": null,
+    "是否经常否定孩子": "是",
+    "有无打骂教育": "有",
+    "孩子是否在父母身边长大": null,
+    "还有谁参与孩子的养育": null,
+    "孩子成长过程中有何重大影响事件": null,
+    "既往病史": null,
+    "孩子的优点": null,
+    "孩子的缺点": null,
+    "孩子目前情况的描述": "不爱读书写字，爱哭.吃饭爱哭，读书写字也爱哭，打后才不哭",
+    "参加指导最想解决": null,
+    "问卷评估": "近期您的家庭中的家庭氛围。（ 妈妈，孩子情绪不稳定）;您自己最近的整体状态。（ 一般 ）;您爱人最近的整体状态。（可以  ）;您与爱人之间的相处关系。（ 很好 ）;近期您与孩子的亲子关系。（  很好）;您爱人与孩子的亲子关系。（ 很好）;您与爱人在教育孩子上的分歧程度。（不敢介入管孩子 ）;您对当前孩子学习成绩的接纳度。（  成绩还可以）;您对当前孩子学习态度和习惯的感受。（ 不满意）;您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（烦恼  ）",
+    "文件名称": "聊天记录487.txt"
+}

Chat_history/聊天记录487.txt

@@ -0,0 +1,77 @@
+暖洋葱家庭教育档案信息登记表
+    监护人1姓名
+    邱铭娟
+    家庭角色
+    奶奶
+    文化程度
+    高中
+    职业
+    务农
+    年龄
+    63
+    性格特征
+    爱学习爱劳动
+    联系方式
+    13774601167
+    监护人2姓名
+    孙琴
+    家庭角色
+    妈妈
+    文化程度
+    大学
+    职业
+    全职妈妈
+    年龄
+    35
+    性格特征
+    情绪化
+    联系方式
+    孩子姓名
+    林芷萱
+    性别
+    女
+    年龄
+    6
+    年级
+    准一年级
+    性格特征
+    文静 偏食
+    学习成绩
+    优秀（  ）、良好（ ）、一般（  ）、差（  ）
+    家庭地址
+    福建省福州市连江县
+    家庭基本情况
+    三代同堂（ √ ）、三(  )口之家（  ）、离异（ ）、单亲（ ）、隔代抚养（ ）、寄养（ ）
+    家庭氛围
+    亲子关系
+    不稳定
+    家长有无教育分歧
+    是否经常否定孩子
+    是
+    有无打骂教育
+    有
+    孩子是否在父母身边长大
+    还有谁参与过孩子的养育
+    孩子成长过程中有何重大影响的事件？
+    既往病史
+    孩子的优点
+    孩子的缺点
+    孩子目前情况的描述：
+    不爱读书写字，爱哭.吃饭爱哭，读书写字也爱哭，打后才不哭
+    问
+    卷
+    评
+    估
+    如果用0-10计分，0代表：糟透了，非常严重；10代表：棒极啦，非常好。请从0-10之间选出与您真实的感受最接近的数值：
+    近期您的家庭中的家庭氛围。（ 妈妈，孩子情绪不稳定）
+    您自己最近的整体状态。（ 一般 ）
+    您爱人最近的整体状态。（可以  ）
+    您与爱人之间的相处关系。（ 很好 ）
+    近期您与孩子的亲子关系。（  很好）
+    您爱人与孩子的亲子关系。（ 很好）
+    您与爱人在教育孩子上的分歧程度。（不敢介入管孩子 ）
+    您对当前孩子学习成绩的接纳度。（  成绩还可以）
+    您对当前孩子学习态度和习惯的感受。（ 不满意）
+    您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（烦恼  ）
+    其他补充：他们的习惯感到很可怕
+    总分：_______

Chat_history/聊天记录80.json

@@ -0,0 +1,39 @@
+{
+    "监护人1姓名": "邱铭娟",
+    "家庭角色": "奶奶",
+    "文化程度": "高中",
+    "职业": "务农",
+    "年龄": "63",
+    "性格特征": "爱学习爱劳动",
+    "联系方式": "13774601167",
+    "监护人2姓名": "孙琴",
+    "家庭角色_2": "妈妈",
+    "文化程度_2": "大学",
+    "职业_2": "全职妈妈",
+    "年龄_2": "35",
+    "性格特征_2": "情绪化",
+    "联系方式_2": null,
+    "孩子姓名": "林书娴",
+    "性别": "女",
+    "孩子年龄": "11",
+    "年级": "准五年级",
+    "孩子性格特征": "活泼开朗（带调皮）",
+    "学习成绩": "良好",
+    "家庭地址": "福建省福州市连江县",
+    "家庭基本情况": "三代同堂",
+    "家庭氛围": null,
+    "亲子关系": "不稳定",
+    "家长有无教育分歧": null,
+    "是否经常否定孩子": "是",
+    "有无打骂教育": "有",
+    "孩子是否在父母身边长大": null,
+    "还有谁参与孩子的养育": null,
+    "孩子成长过程中有何重大影响事件": null,
+    "既往病史": null,
+    "孩子的优点": null,
+    "孩子的缺点": null,
+    "孩子目前情况的描述": "常被班长打压，有时老师也会怪她，回家会闹情绪常常被妈妈打骂",
+    "参加指导最想解决": null,
+    "问卷评估": "近期您的家庭中的家庭氛围。（ ）;您自己最近的整体状态。（  ）;您爱人最近的整体状态。（  ）;您与爱人之间的相处关系。（  ）;近期您与孩子的亲子关系。（  ）;您爱人与孩子的亲子关系。（ ）;您与爱人在教育孩子上的分歧程度。（ ）;您对当前孩子学习成绩的接纳度。（  ）;您对当前孩子学习态度和习惯的感受。（ ）;您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（  ）",
+    "文件名称": "聊天记录80.txt"
+}

Chat_history/聊天记录80.txt

@@ -0,0 +1,77 @@
+暖洋葱家庭教育档案信息登记表
+    监护人1姓名
+    邱铭娟
+    家庭角色
+    奶奶
+    文化程度
+    高中
+    职业
+    务农
+    年龄
+    63
+    性格特征
+    爱学习爱劳动
+    联系方式
+    13774601167
+    监护人2姓名
+    孙琴
+    家庭角色
+    妈妈
+    文化程度
+    大学
+    职业
+    全职妈妈
+    年龄
+    35
+    性格特征
+    情绪化
+    联系方式
+    孩子姓名
+    林书娴
+    性别
+    女
+    年龄
+    11
+    年级
+    准五年级
+    性格特征
+    活泼开朗（带调皮）
+    学习成绩
+    优秀（  ）、良好（ √）、一般（  ）、差（  ）
+    家庭地址
+    福建省福州市连江县
+    家庭基本情况
+    三代同堂（ √ ）、三(  )口之家（  ）、离异（ ）、单亲（ ）、隔代抚养（ ）、寄养（ ）
+    家庭氛围
+    亲子关系
+    不稳定
+    家长有无教育分歧
+    是否经常否定孩子
+    是
+    有无打骂教育
+    有
+    孩子是否在父母身边长大
+    还有谁参与过孩子的养育
+    孩子成长过程中有何重大影响的事件？
+    既往病史
+    孩子的优点
+    孩子的缺点
+    孩子目前情况的描述：
+    常被班长打压，有时老师也会怪她，回家会闹情绪常常被妈妈打骂
+    问
+    卷
+    评
+    估
+    如果用0-10计分，0代表：糟透了，非常严重；10代表：棒极啦，非常好。请从0-10之间选出与您真实的感受最接近的数值：
+    近期您的家庭中的家庭氛围。（ ）
+    您自己最近的整体状态。（  ）
+    您爱人最近的整体状态。（  ）
+    您与爱人之间的相处关系。（  ）
+    近期您与孩子的亲子关系。（  ）
+    您爱人与孩子的亲子关系。（ ）
+    您与爱人在教育孩子上的分歧程度。（ ）
+    您对当前孩子学习成绩的接纳度。（  ）
+    您对当前孩子学习态度和习惯的感受。（ ）
+    您总能发现孩子的不足和错误，并且反复的说教，为此您感到：（  ）
+    其他补充：
+    总分：_______