SocialCoach – 港科大联合微软研究院开源的 AI 情商教练

1. SocialCoach是什么

SocialCoach是由香港科技大学（广州）与微软亚洲研究院联合开源的一站式AI社交沟通训练工具，专注于解决人们在提加薪、催还钱、拒绝不合理请求等“难开口”对话场景中的沟通焦虑与技巧不足。该项目基于CASEL社会情感学习框架，内置46个覆盖职场、人际、家庭等7大领域的预设训练场景，并采用强化学习算法针对用户的34项社交技能熟练度进行个性化练习调度。训练过程中，用户会与带有明确目标和情绪底线的AI角色进行多轮拟真对话，系统在对话结束后逐句引用用户原话进行点评，并将“沟通质量”与“对话结果”分开评分，从而精准指出问题并引导针对性改进。

技术定位与领域： SocialCoach属于人工智能与教育学交叉领域，聚焦于社会情感学习（SEL）和对话式AI训练系统。其技术栈同时涉及自然语言处理、强化学习、对话系统设计和教育教学法，是一款将大语言模型能力与结构化社交技能评估体系结合的应用型开源项目。

研发背景： 项目由香港科技大学（广州）与微软亚洲研究院联合开发，融合了高校在认知科学和教育学研究上的积累与工业界在大模型工程化和系统部署上的经验。开发动机源于现代职场和日常生活中普遍存在的“关键对话”难题——大多数人在面对敏感话题时缺乏安全的练习环境和可量化的反馈依据。

核心价值： 该工具的核心价值在于提供了一个低风险、高真实感的沟通练习环境。用户无需担心真实对话中的尴尬或后果，即可反复演练难以启齿的对话，并获得基于原话的逐句反馈。这种“安全练习+精准点评”的模式能有效缩短从理论到实践的转化周期，尤其对高冲突、高情绪负载的对话场景价值显着。

技术特点： 其一，AI角色并非简单的应答机器人，而是带着自身目标、底线和情绪的“较真”角色，具备反驳、翻旧账等拟真行为；其二，反馈机制基于用户真实话术而非抽象建议，实现了沟通质量与对话结果的双维独立评分；其三，整个练习体系由42个沟通策略和30个真实案例支撑，并通过强化学习实现个性化练习推荐。

2. 主要功能

• 拟真对话陪练： 与有目标、有脾气的AI角色进行完整的多轮对话演练。这些角色被注入了明确的目标和情绪底线，会真实地反驳用户、翻旧账甚至表达不满，使训练体验接近真实的高难度对话场景，而不是简单的问答式交互。

• 逐句智能反馈： 在对话结束后，系统引用用户的原话进行逐句点评，精准指出每一句表达中存在的问题。更关键的是，它将“沟通质量”和“对话结果”分开评分——即使对话结果不如意，用户也能看到自身的表达优势，反之亦然，从而避免单一结果导向的误判。

• 个性化练习推荐： 基于强化学习算法，系统会对用户的目标和34项社交技能熟练度进行建模，自动推荐最适合当前薄弱环节的练习场景。随着用户练习数据的积累，推荐精度会逐步提升，形成持续优化的训练闭环。

• 场景库+自定义： 内置46个覆盖职场、人际、家庭等7大领域的预设场景，包括提加薪、催还钱、拒绝加班、与伴侣分工等高频难题。同时支持用户描述自己的真实情况来自建场景，实现针对性的练习。

• 中英双语支持： 界面与练习内容支持中英文随时切换，用户在训练沟通技巧的同时可以顺带锻炼英文表达能力，实现一举两得的语言+沟通双训练。

• 开源可自部署： 项目采用Apache 2.0许可证，代码完全开源，支持本地部署和商用。用户可通过Docker Compose、Vercel或ModelScope一键部署，也可以接入任意兼容OpenAI接口的大模型服务，灵活适配不同基础设施环境。

• 数据驱动练习体系： 整个训练体系建立在CASEL五大社会情感能力框架之上，配备42个沟通策略和30个真实案例作为知识库支撑，从理论和方法论层面保障练习内容的科学性和系统性。

3. 如何使用

1. 在线快速体验： 直接访问 https://socialcoach.aurax.live ，无需注册即可开始对话练习。这是体验SocialCoach功能最快的方式，适合先评估工具的适用性。

2. 本地部署准备： 克隆GitHub仓库（https://github.com/GeminiLight/SocialCoach）到本地环境。需要预先安装Node.js和pnpm包管理器，并准备一个兼容OpenAI接口的大模型服务的API Key。

3. 配置环境变量： 在项目根目录创建 .env.local 文件，在其中填写LLM Provider和API Key等相关配置。若使用国内大模型端点，需要注意设置 LLM_OPENAI_TOKEN_PARAM=max_completion_tokens 参数以兼容国产端点。

4. 启动开发服务： 执行 pnpm install 安装依赖，然后运行 pnpm dev 启动开发服务器，浏览器访问 localhost:3000 即可开始使用。

5. 生产环境部署： 使用项目自带的docker compose文件或通过Vercel、ModelScope进行一键部署。这种方式适合对外提供服务，将SocialCoach作为长期运行的在线应用。

6. 最佳实践建议： 首次使用建议先浏览内置场景目录，评估自身薄弱点；进行自定义场景练习时，尽量详细描述真实情况和期望达成的目标，以提升AI角色的仿真度；建议定期复盘逐句反馈，并结合二次练习验证改进效果。

4. 优缺点分析

5. 同类工具对比

选型建议： 如果你的核心痛点是“不知道如何开口”和“害怕得罪人”——即涉及高情绪冲突的私人对话，SocialCoach是更匹配的选择。它更侧重“说什么、怎么说、怎么说才不伤关系”，适合职场关系维护、家庭沟通、边界设定等场景。

如果主要需求是公开演讲能力的提升，包括语速、语调、眼神交流和肢体语言等可量化的表达维度，Yoodli和Orai的实时反馈机制更具优势。VirtualSpeech则在需要高度沉浸感的演讲场景训练（如大型舞台、会议报告）中表现突出。总体来看，四款工具各有侧重，可根据自身最迫切的沟通缺口进行组合使用。

6. 编辑总结

SocialCoach在AI沟通训练赛道中找到了一个精准且被广泛忽视的切入点——那些“难开口的对话”。与市面上大量聚焦于演讲表达训练的工具不同，SocialCoach将核心能力放在人际冲突和边界设定等高难度对话上，这一差异化定位使其具有独特的应用价值。

从技术创新来看，SocialCoach最大的亮点在于“AI角色的拟真性”和“反馈机制的精细化”。AI角色自带目标和底线，让对话不再是单方面的表达练习，而是需要真正应对对方情绪和立场的双向博弈。“逐句引用原话点评”和“沟通质量与结果分开评分”的设计体现了对沟通训练的深度思考——它认识到好的沟通并不等于好的结果，而差的沟通有时也能达成目标，这种区分有助于用户建立更准确的自评体系。

从实用价值角度，该项目基于CASEL教育框架和42个沟通策略构建的体系化知识库，配合强化学习个性化推荐，形成了从“发现问题—针对性练习—反馈改进”的完整训练闭环。46个预设场景和自定义场景功能使其能够覆盖不同行业、不同人际圈层的多样化需求。

适用人群方面，SocialCoach适合需要频繁处理高难度人际对话的职场人士（如管理者、HR、销售）、需要提升沟通能力的学生和求职者，以及任何希望改善家庭关系和人际边界的人。开源免费且支持自部署的特性也使其适合教育机构和企业培训部门作为内部工具使用。

未来，随着大模型能力的持续迭代和更多用户练习数据的积累，SocialCoach的个性化推荐和反馈精准度仍有可观的提升空间。若能进一步扩展多模态支持和移动端体验，其应用场景将更加广泛。

7. 应用场景

• 职场表达场景： 包括向老板提加薪、拒绝不合理加班要求、在会议中回应尖锐质询等。用户通过与带防御心态的AI上级对话，练习如何有礼有节地表达诉求、控制情绪并坚持立场，在真实职场中更能从容应对。

• 边界设定场景： 涉及让朋友还钱、与室友约法三章、拒绝他人得寸进尺的请求。此类对话往往因关系维护的顾虑而难以开口，SocialCoach的AI角色能够模拟对方的拖延、装傻或情绪化反应，帮助用户练习坚定的边界表达而不伤关系。

• 冲突修复场景： 支持与伴侣讨论家务分工、与父母沟通职业选择、修复争吵后的人际关系。用户可以在安全环境中尝试不同的表达方式，观察AI角色的不同反应，从而找到最适合自己的修复话术。

• 社交连接场景： 包括欢迎新同事、支持情绪低落的朋友、自然加入陌生人对话等日常社交场景。系统提供的引导策略帮助用户在陌生或微妙的人际情境中迈出第一步，减少社交焦虑。

• 语言+沟通双练场景： 切入英文模式后，用户同时训练英文表达能力和跨文化沟通策略。对于准备海外求职、留学面试或跨国工作的用户，可自定义场景排练英文面试、跨文化道歉或商务谈判，实现一石二鸟的训练效果。

• 教育培训场景： 高校心理学、社会工作、管理学课堂可将 SocialCoach 作为角色扮演教学工具，让学生在零风险环境中反复练习面谈、冲突调解和辅导沟通技巧，弥补传统课堂中缺乏模拟对象的不足。

8. 常见问题FAQ

Q：SocialCoach完全免费吗？
A：项目本身完全免费，采用Apache 2.0开源协议。但如果自行部署使用，需要自备大模型API的调用密钥，并承担相应的API调用费用。使用官方在线演示站点体验则无需额外费用。

Q：本地部署对硬件有要求吗？
A：SocialCoach的Web前端对硬件要求较低，主要算力消耗在LLM推理服务端。如果你使用的是云计算大模型API，本地只需要一台能运行Node.js开发服务器的普通电脑即可。若直接在本地运行大模型，则需要具备足够的GPU算力。

Q：能否将SocialCoach用于商业项目？
A：可以。项目采用Apache 2.0许可证，允许自由使用、修改和商用。但需要注意，如果使用开源大模型进行商用部署，还需单独确认所使用的大模型本身的许可证是否支持商用场景。

Q：自定义场景如何创建？
A：在应用中选择自定义场景功能，用文字描述你的真实情境，包括对话对象、关系背景、矛盾焦点和你希望达成的目标。系统会根据描述自动生成带有相应目标和情绪的AI角色，即可开始练习。

Q：SocialCoach的评分机制是如何运作的？
A：系统从“沟通质量”和“对话结果”两个维度分别评估。沟通质量由语言表达的清晰度、礼貌度、策略运用等进行综合评估；对话结果则是根据AI角色对用户表达的反应来判断，例如对方是否接受请求、关系是否恶化等，两者彼此独立。

Q：SocialCoach支持哪些大模型服务？
A：项目兼容OpenAI接口规范的服务。可通过配置.env.local中的LLM Provider和API Key接入OpenAI或兼容的国产大模型端点，接入国产端点时需设置 LLM_OPENAI_TOKEN_PARAM=max_completion_tokens 参数。

Q：练习效果是否经过实证验证？
A：项目的训练体系基于CASEL社会情感学习框架和42个沟通策略构建，并有30个真实案例作为支撑。官方尚未公布大规模的实证效果评估数据，但架构设计具备教育学理论基础，建议使用者结合自身实践持续评估改进效果。

9. 项目地址

• 项目官网： https://tianfuwang.tech/SocialCoach/
• 在线体验地址： https://socialcoach.aurax.live
• GitHub仓库： https://github.com/GeminiLight/SocialCoach