顺境与低谷的双面镜用 Python 对比两种心境下的作品风格把至暗时刻变成创意差异化引擎。说明本文为纯技术实践分享不涉及任何课程推广、营销引流或商业产品。所有代码可在本地离线运行。一、实际应用场景描述在《心理健康与创新能力》课程中有一个让我久久不能平静的发现人在顺境中产出的作品往往精致但趋同而在低谷中产出的作品往往粗糙但独特。教授播放了两段对比素材同一位摄影师在事业巅峰期拍摄的时尚大片和在抑郁症康复期拍摄的街头快照。前者构图完美、光线精准、无可挑剔——但也没什么记忆点。后者画面摇晃、曝光不准、人物表情模糊——但每一张都让人移不开眼睛。他说了一句我至今记得的话顺境让人追求正确低谷让人追求真实。而真实才是差异化的唯一来源。这句话像一根针扎进了我的日常。我回顾了自己的代码仓库- 状态好的时候写的代码架构清晰、注释完整、测试覆盖率 90%、CI/CD 流水线绿得发亮——但拿给别人看得到的评价通常是嗯写得不错。- 状态差的时候写的代码一个周六凌晨三点睡不着爬起来写的一个小脚本——没有测试、没有文档、变量名全是 a/b/c——但它解决了一个我自己都没意识到的问题。后来这段代码被我改造成了公司内部工具现在每天有几十个人在用。我最好的作品几乎全部诞生在状态最差的日子里。但问题是低谷中的作品通常被我自己嫌弃。写完就丢在那儿觉得这什么垃圾永远不会拿出来给人看。我一直在用顺境的标准去评判低谷的产物——当然会觉得它不合格。于是我写了一个本地命令行工具系统性地记录你在顺境和低谷两种心境下产出的作品从多个维度对比它们的风格差异识别出低谷作品的独特基因并有意识地将其转化为你的差异化创意标签。典型使用场景- 每次完成一个作品代码/文章/设计/任何创作记录当时的心境状态和作品特征- 程序自动归类到顺境集或低谷集- 对比两组作品在风格、深度、独特性上的差异- 提取低谷作品的差异化基因生成创作建议- 所有数据保存在本地不上传、不联网二、引入痛点在创作和心理健康的互动关系中存在着三个被普遍忽略的问题1. 顺境的甜蜜陷阱人在状态好时执行力强、审美在线、工具熟练。但心理学中的功能固着Functional Fixedness在顺境中更容易出现——你用已知的正确方式做事不太会跳出框架。结果是你的作品没问题但也没惊喜。课程中将这种现象称为高功能平庸。2. 低谷作品的自我否定循环低谷中产出的作品通常伴随着强烈的自我怀疑我今天状态这么差写出来的东西肯定不行。这种预设导致两个后果一是直接放弃不写二是写出来也不敢示人。但实际上低谷恰恰打破了你的习惯性正确——你不再追求完美反而更容易触碰到一些平时被压抑的表达。3. 缺乏系统化的风格对比大多数创作者从未认真对比过自己在不同心境下的产出差异。你觉得自己风格统一但其实你的顺境作品和低谷作品可能有着截然不同的气质。如果能看清这种差异你就可以有意识地选择何时调用哪种风格——而不是被动地等待状态来找你。我们需要一个工具来- 客观地记录不同心境下的作品特征- 量化对比顺境与低谷作品的风格差异- 识别低谷作品的差异化基因- 将低谷中的创造力转化为可复用的创作策略三、核心逻辑讲解本程序的核心是心境-作品风格对比引擎逻辑流程如下[记录每次创作心境 作品特征 自评]↓[自动归入顺境集或低谷集]↓[多维度对比复杂度/实验性/情感浓度/独特性]↓[提取低谷作品的差异化基因]↓[生成低谷风格创作建议]↓[长期追踪你的差异化标签是什么]关键设计点1. 心境的五维评估每次创作时记录五个维度的状态1-5分-energy精力充沛度-mood情绪积极度-confidence自我确信度-clarity思路清晰度-pressure外部压力感综合得分 ≥ 16 → 归入顺境集综合得分 ≤ 10 → 归入低谷集中间地带 → 平近期不作为对比样本2. 作品的六维风格标注每条作品记录标注六个风格维度1-5分-complexity结构复杂度精巧/繁复 vs 简单/直接-experiment实验性突破常规 vs 遵循惯例-emotion情感浓度克制/冷静 vs 浓烈/外露-uniqueness独特性像别人的 vs 只属于你的-polish完成度/打磨程度-risk冒险程度安全牌 vs 险棋3. 对比分析的核心指标程序计算两组作品在每个维度上的平均分重点关注- 实验性差距低谷作品是否比顺境作品更具实验性- 情感浓度差距低谷作品是否情感更浓烈- 独特性差距低谷作品是否更难被替代- 完成度与独特性的反比关系低谷作品是否越糙越独特4. 差异化基因提取当低谷作品在独特性和实验性上显著高于顺境作品时程序会提取这些作品的共性标签生成类似这样的洞察你的低谷作品倾向于极简结构 高情感浓度 非常规表达。这正是你的差异化基因。四、代码模块化实现项目结构mirror_mood/├── main.py # 命令行入口├── models.py # 数据结构定义├── classifier.py # 心境分类器├── comparator.py # 风格对比引擎├── storage.py # 本地持久化├── data/│ └── works.json # 作品记录└── README.mdmodels.py —— 数据结构定义数据模型层定义作品记录和心境评估的结构from dataclasses import dataclass, fieldfrom typing import Optionalfrom datetime import datetime, dateimport uuiddataclassclass MoodState:创作时的心境状态energy: int 3 # 精力 1-5mood: int 3 # 情绪 1-5confidence: int 3 # 自信 1-5clarity: int 3 # 清晰 1-5pressure: int 3 # 压力 1-5反向计分压力越大分越低propertydef composite_score(self) - int:心境综合得分越高越顺境return self.energy self.mood self.confidence self.clarity (6 - self.pressure)propertydef label(self) - str:心境标签score self.composite_scoreif score 18:return 顺境elif score 12:return 低谷else:return 平稳dataclassclass WorkRecord:一次作品记录id: strtitle: strdescription: str category: str other # code/writing/design/music/othercreated_date: date field(default_factorydate.today)# 心境mood_state: MoodState field(default_factoryMoodState)# 风格六维complexity: int 3 # 结构复杂度experiment: int 3 # 实验性emotion: int 3 # 情感浓度uniqueness: int 3 # 独特性polish: int 3 # 完成度risk: int 3 # 冒险程度# 自评satisfaction: Optional[int] None # 创作满意度external_feedback: str # 外部反馈摘要tags: list field(default_factorylist)recorded_at: datetime field(default_factorydatetime.now)propertydef mood_label(self) - str:return self.mood_state.labeldef to_dict(self):return {id: self.id,title: self.title,description: self.description,category: self.category,created_date: self.created_date.isoformat(),mood_state: {energy: self.mood_state.energy,mood: self.mood_state.mood,confidence: self.mood_state.confidence,clarity: self.mood_state.clarity,pressure: self.mood_state.pressure},complexity: self.complexity,experiment: self.experiment,emotion: self.emotion,uniqueness: self.uniqueness,polish: self.polish,risk: self.risk,satisfaction: self.satisfaction,external_feedback: self.external_feedback,tags: self.tags,recorded_at: self.recorded_at.isoformat()}classmethoddef from_dict(cls, d):ms d.get(mood_state, {})mood_state MoodState(energyms.get(energy, 3),moodms.get(mood, 3),confidencems.get(confidence, 3),clarityms.get(clarity, 3),pressurems.get(pressure, 3))return cls(idd[id],titled[title],descriptiond.get(description, ),categoryd.get(category, other),created_datedate.fromisoformat(d[created_date]),mood_statemood_state,complexityd.get(complexity, 3),experimentd.get(experiment, 3),emotiond.get(emotion, 3),uniquenessd.get(uniqueness, 3),polishd.get(polish, 3),riskd.get(risk, 3),satisfactiond.get(satisfaction),external_feedbackd.get(external_feedback, ),tagsd.get(tags, []),recorded_atdatetime.fromisoformat(d[recorded_at]))classifier.py —— 心境分类器心境分类模块负责判断作品所属的心境集合from models import WorkRecord, MoodStateclass MoodClassifier:心境分类器将作品归入顺境集、低谷集或平稳期HIGH_THRESHOLD 18 # 综合分 ≥ 18 → 顺境LOW_THRESHOLD 12 # 综合分 ≤ 12 → 低谷def classify(self, work: WorkRecord) - str:返回心境分类return work.mood_labeldef is_extreme(self, work: WorkRecord) - bool:是否为极端心境顺境或低谷return work.mood_label in (顺境, 低谷)def categorize_batch(self, works: list[WorkRecord]) - dict:批量分类result {顺境: [], 低谷: [], 平稳: []}for w in works:result[w.mood_label].append(w)return resultcomparator.py —— 风格对比引擎风格对比引擎负责对比顺境和低谷作品的风格差异from models import WorkRecordfrom classifier import MoodClassifierfrom typing import Listclass StyleComparator:心境-作品风格对比引擎核心思想低谷中的作品往往具有更高的差异化和独特性DIMENSIONS [complexity, experiment, emotion, uniqueness, polish, risk]DIMENSION_LABELS {complexity: 结构复杂度,experiment: 实验性,emotion: 情感浓度,uniqueness: 独特性,polish: 完成度,risk: 冒险程度}def __init__(self):self.classifier MoodClassifier()def compare(self, works: List[WorkRecord]) - dict:对比顺境和低谷作品的风格差异categorized self.classifier.categorize_batch(works)highs categorized[顺境]lows categorized[低谷]if not highs or not lows:return {error: 需要至少一条顺境和一条低谷作品才能对比}high_avg self._average_scores(highs)low_avg self._average_scores(lows)diff {}for dim in self.DIMENSIONS:diff[dim] {high: high_avg.get(dim, 0),low: low_avg.get(dim, 0),gap: round(low_avg.get(dim, 0) - high_avg.get(dim, 0), 2)}return {high_count: len(highs),low_count: len(lows),dimensions: diff}def _average_scores(self, works: List[WorkRecord]) - dict:计算一组作品的平均分if not works:return {}result {}count len(works)for dim in self.DIMENSIONS:result[dim] round(sum(getattr(w, dim) for w in works) / count, 2)return resultdef extract_differentiation_gene(self, works: List[WorkRecord]) - str:提取低谷作品的差异化基因找出低谷作品中显著高于顺境的维度comparison self.compare(works)if error in comparison:return comparison[error]dims comparison[dimensions]strengths []for dim, values in dims.items():gap values[gap]if gap 0.5: # 低谷比顺境高 0.5 分以上strengths.append({dimension: dim,label: self.DIMENSION_LABELS[dim],gap: gap,low_score: values[low],high_score: values[high]})if not strengths:return 暂未检测到明显的差异化基因。继续积累作品吧。strengths.sort(keylambda x: x[gap], reverseTrue)lines [ 你的低谷差异化基因\n]for s in strengths:lines.append(f • {s[label]}低谷 {s[low_score]} vs 顺境 {s[high_score]} f(差距 {s[gap]}))lines.append(\n 创作建议)lines.append( 当你的作品需要差异化竞争力时尝试主动调用低谷期的创作模式——)lines.append( 降低完成度预期提高实验性和情感浓度允许自己冒险。)return \n.join(lines)def generate_report(self, works: List[WorkRecord]) - str:生成完整对比报告comparison self.compare(works)if error in comparison:return comparison[error]lines []lines.append(f 心境-作品风格对比报告)lines.append(f{*50})lines.append(f\n 顺境作品{comparison[high_count]} 件)lines.append(f 低谷作品{comparison[low_count]} 件\n)lines.append(f {维度:12} {顺境:6} {低谷:6} {差距:8})lines.append(f {-*36})for dim, values in comparison[dimensions].items():label self.DIMENSION_LABELS[dim]gap_str f{values[gap]} if values[gap] 0 else str(values[gap])lines.append(f {label:12} {values[high]:6} {values[low]:6} {gap_str:8})lines.append(f\n{*50})gene self.extract_differentiation_gene(works)lines.append(f\n{gene})return \n.join(lines)storage.py —— 本地持久化存储模块所有数据以 JSON 格式保存在本地import jsonfrom pathlib import Pathfrom models import WorkRecordDATA_DIR Path(data)WORKS_FILE DATA_DIR / works.jsondef _ensure_file():DATA_DIR.mkdir(exist_okTrue)if not WORKS_FILE.exists():with open(WORKS_FILE, w, encodingutf-8) as f:json.dump([], f, ensure_asciiFalse, indent2)def load_works() - list[WorkRecord]:_ensure_file()with open(WORKS_FILE, r, encodingutf-8) as f:return [WorkRecord.from_dict(d) for d in json.load(f)]def save_work(work: WorkRecord):works load_works()works.append(work)with open(WORKS_FILE, w, encodingutf-8) as f:json.dump([w.to_dict() for w in works], f, ensure_asciiFalse, indent2)def get_by_mood(mood_label: str) - list[WorkRecord]:按心境标签筛选works load_works()return [w for w in works if w.mood_label mood_label]main.py —— 命令行入口主程序入口提供命令行交互界面from datetime import date, datetimefrom models import WorkRecord, MoodStatefrom classifier import MoodClassifierfrom comparator import StyleComparatorfrom storage import load_works, save_work, get_by_mooddef record_work():记录一次作品print(\n 记录一次作品\n)title input( 作品名称).strip()if not title:print(❌ 名称不能为空)returndesc input( 描述可选).strip()print(\n 类别1.代码 2.文字 3.设计 4.音乐 5.其他)cat_map {1: code, 2: writing, 3: design, 4: music}cat cat_map.get(input( 选择).strip(), other)print(\n 心境五维评估1-5分)try:energy int(input( 精力充沛度).strip() or 3)mood int(input( 情绪积极度).strip() or 3)conf int(input( 自我确信度).strip() or 3)clarity int(input( 思路清晰度).strip() or 3)pressure int(input( 外部压力1极大 5无压力).strip() or 3)except ValueError:energy, mood, conf, clarity, pressure 3, 3, 3, 3, 3print(\n 作品风格六维1-5分)try:complexity int(input( 结构复杂度).strip() or 3)experiment int(input( 实验性).strip() or 3)emotion int(input( 情感浓度).strip() or 3)uniqueness int(input( 独特性).strip() or 3)polish int(input( 完成度).strip() or 3)risk int(input( 冒险程度).strip() or 3)except ValueError:complexity experiment emotion uniqueness polish risk 3tags_input input(\n 标签逗号分隔可选).strip()tags [t.strip() for t in tags_input.split(,)] if tags_input else []mood_state MoodState(energyenergy, moodmood, confidenceconf, clarityclarity, pressurepressure)label mood_state.labelwork WorkRecord(idstr(int(datetime.now().timestamp()))[-8:],titletitle,descriptiondesc,categorycat,mood_statemood_state,complexitycomplexity,experimentexperiment,emotionemotion,uniquenessuniqueness,polishpolish,riskrisk,tagstags)save_work(work)print(f\n✅ 已记录。心境判定{label})if label 低谷:print( 低谷作品往往藏着你的差异化基因。别急着否定它。)elif label 顺境:print( 顺境作品是你的基本功展示。保持这个水准已经很棒了。)def show_comparison():显示对比报告works load_works()comparator StyleComparator()report comparator.generate_report(works)print(f\n{report})def show_by_mood():按心境查看作品print(\n1. 顺境作品 2. 低谷作品 3. 平稳期作品)choice input( ).strip()mapping {1: 顺境, 2: 低谷, 3: 平稳}label mapping.get(choice, 顺境)works get_by_mood(label)if not works:print(f 暂无{label}作品)returnprint(f\n {label}作品{len(works)}件\n)for w in works:print(f • {w.title})print(f 风格实验{w.experiment} 情感{w.emotion} 独特{w.uniqueness} 完成{w.polish})if w.tags:print(f 标签{, .join(w.tags)})print()def main():print( 顺境与低谷的双面镜)print(核心理念低谷中的作品不是垃圾而是你的差异化基因\n)while True:print(\n请选择操作)print(1. 记录一次作品)print(2. 心境-风格对比报告)print(3. 按心境查看作品)print(q. 退出)choice input(\n ).strip()if choice 1:record_work()elif choice 2:show_comparison()elif choice 3:show_by_mood()elif choice q:print(\n 再见。愿你学会欣赏低谷中的自己——那是你最真实的样子。)breakelse:print(❌ 无效选择。)if __name__ __main__:main()五、README.md 与使用说明# 双面镜心境-作品风格对比工具Mirror Mood一个本地运行的 Python 工具用于记录不同心境下的作品对比顺境与低谷的风格差异提取低谷中的差异化创意基因。## 设计背景本项目基于《心理健康与创新能力》课程中的核心观点- 顺境作品往往精致但趋同低谷作品往往粗糙但独特- 低谷打破了习惯性正确反而触及更真实的表达- 识别并利用低谷风格可以建立个人创作的差异化标签## 功能特性- ✅ 记录作品时同步评估心境五维精力/情绪/自信/清晰/压力- ✅ 自动归入顺境集或低谷集- ✅ 六维风格标注复杂度/实验性/情感/独特性/完成度/冒险- ✅ 两组作品的多维度对比分析- ✅ 自动提取差异化基因- ✅ 完全本地运行无网络请求无数据上传- ✅ 零第三方依赖仅 Python 标准库## 安装与使用### 环境要求- Python 3.9### 安装bashgit clone repository-urlcd mirror_moodpython main.py### 使用流程#### 记录作品选择 1依次填写- 作品基本信息- 心境五维评分- 作品风格六维评分程序自动判定该作品属于顺境低谷还是平稳期。#### 查看对比选择 2生成完整对比报告包括- 各维度平均分对比- 差距最大的维度- 差异化基因提取- 创作建议#### 按心境浏览选择 3分别查看不同时期的作品列表。### 心境判定标准| 综合得分 | 标签 | 含义 ||---------|------|------|| ≥18 | 顺境 | 精力充沛、情绪积极、自信清晰 || ≤12 | 低谷 | 疲惫低落、自我怀疑、思路模糊 || 13-17 | 平稳 | 中性状态 |### 数据文件- data/works.json所有作品记录## 示例报告 心境-作品风格对比报告顺境作品8 件低谷作品5 件维度 顺境 低谷 差距结构复杂度 4 3 -1.2实验性 2 4 2.0情感浓度 2 5 3.0独特性 3 4 1.0完成度 5 2 -3.0冒险程度 2 4 2.0 你的低谷差异化基因• 情感浓度低谷 5 vs 顺境 2 (差距 3.0)• 实验性低谷 4 vs 顺境 2 (差距 2.0)• 冒险程度低谷 4 vs 顺境 2 (差距 2.0) 创作建议当你的作品需要差异化竞争力时尝试主动调用低谷期的创作模式——降低完成度预期提高实验性和情感浓度允许自己冒险。## 局限说明- 评分完全依赖主观自评- 样本量较少时对比结果可能不稳定- 无图形界面仅命令行交互- 不构成心理诊断工具## 适用人群- 希望理解自己创作风格变化的创作者- 想从低谷中提炼创意价值的人- 对差异化和个人风格感兴趣的实践者## 许可证MIT License六、核心知识点卡片知识点 来源领域 工程映射高功能平庸 创新心理学 Local Optimum——在局部最优解附近打转低谷创造力 创伤后成长PTG Fault Injection——主动引入异常以发现隐藏路径差异化基因 品牌定位理论 Unique Value Proposition——唯一不可替代的特征功能固着 认知心理学 Design Pattern Lock-in——被既有模式锁死情感浓度 艺术治疗 Signal Amplitude——噪声中的强信号更容易被接收完成度与独特性的反比 产品管理 MVP vs Polished——粗糙的原型往往更接近本质需求七、总结这个项目让我做了一件以前从未做过的事认真回看了自己低谷期的作品并且没有嫌弃它们。我发现那些在凌晨三点、失眠、焦虑、自我怀疑中写出来的代码和文字确实有一个共同特质——它们不漂亮但它们真。它们没有试图讨好任何人包括我自己。它们只是把那一刻的我原封不动地倒了出来。而恰恰是这些不漂亮的真相成了我最独特的创作标签。课程结束时教授说不要等风暴过去才开始创作。风暴本身就是你的颜料。这个工具不会帮你避免低谷——没人能做到。但它会帮你做一件更有用的事在低谷中拿起笔而不是放下笔。因为你最独特的声音往往出现在你最不想开口的时候。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