Awesome-Mental-Health-LLMs 是评测安全领域的开源项目，由 Emo-gml 开发，2025 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 128。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。学术论文，免费公开。
它主要面向的使用场景是：心理健康NLP方向的研究生选题调研。同类可对比的替代方案包括 Awesome-LLM、Awesome-Healthcare-LLM。
Awesome-Mental-Health-LLMs
一篇文章看懂LLM做心理健康的技术地图与风险
这是一个关于大语言模型在心理健康领域应用的综述项目，对应论文《从模式识别到个性化伴侣：心理健康中的大语言模型综述》。它系统梳理了LLM在情绪识别、心理状态评估、心理咨询对话、危机干预等任务中的研究进展，并归纳了数据集、评测基准、伦理风险与安全边界。项目以论文配套资源形式整理了相关文献、方法分类和开源工具链接，帮助研究者快速了解该交叉领域的全貌。核心价值在于把分散在NLP、心理学和临床医学中的工作整合成统一视角，指出从简单情绪分类走向个性化陪伴的技术路径，同时强调隐私、偏见和临床有效性验证等关键问题。
开源
free
评测安全
GitHub 星标
★ 128
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类评测安全
开发团队Emo-gml
所属国家
定价模式free
价格说明学术论文，免费公开
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型agent,emotion,llm,mental-health,psychology,survey
GitHub 星标★ 128
30天Star增速
HF 下载量
上线时间2025-11-17 00:00:00
最近更新2026-09-24 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-25
浏览次数0
使用教程
核心亮点
- 以综述形式系统整合LLM在心理健康中的任务分类、数据集与评测方法
- 覆盖从情绪识别到个性化陪伴的演进脉络，适合快速建立领域认知
- 关注伦理、隐私和临床安全等落地关键问题，而非只罗列模型
不足之处
- 仅为论文配套资源列表，缺少可运行代码或工具
- 星标较少，社区活跃度和更新频率有待观察
适用场景
- 心理健康NLP方向的研究生选题调研
- AI产品团队评估心理陪伴类应用的技术可行性
- 临床或咨询机构了解LLM辅助工具的潜在风险与边界
替代项目
Awesome-LLM、Awesome-Healthcare-LLM
项目介绍
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.