MCP HubMCP Hub
Retour aux compétences

behavioral-modification

pjt222
Mis à jour Yesterday
4 vues
17
2
17
Voir sur GitHub
Autregeneral

À propos

Cette Compétence Claude offre un accompagnement structuré pour modifier les problèmes comportementaux canins tels que la réactivité, l'anxiété de séparation et la protection des ressources en utilisant des méthodes sans force. Elle emploie des techniques de désensibilisation systématique, de contre-conditionnement et de gestion des seuils. Les développeurs peuvent l'utiliser pour créer des applications qui proposent des plans de modification comportementale étape par étape, une fois les bases de l'éducation établies.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/behavioral-modification

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

行为矫正

通过脱敏、反条件化和环境管理来处理犬只不良行为。

适用场景

  • 犬只对其他犬、人或刺激表现出反应性(冲扑、吠叫、咆哮)
  • 分离焦虑表现为独处时的破坏行为、嚎叫或室内排泄
  • 资源守卫:犬只在进食或持有物品时被接近会僵硬、咆哮或咬
  • 过度吠叫、跳跃、拉牵绳或其他干扰日常生活的行为
  • 在基础服从训练已建立之后——行为矫正建立在基础指令之上

输入

  • 必需:需要处理的具体不良行为(不是"犬很差"而是"犬在牵绳上看到其他犬时会冲扑")
  • 必需:犬只的阈值距离或触发水平(多近/多强烈时行为开始)
  • 可选:行为历史(何时开始、什么触发、什么使其恶化)
  • 可选:犬只在轻微紧张时仍愿意吃的高价值零食
  • 可选:兽医许可(排除疼痛或医学原因导致的行为变化)

步骤

第 1 步:识别和定义行为

精确性很重要——模糊的描述导致模糊的干预。

Behavior Analysis (ABC Model):
+-------------+------------------------------------------+
| Component   | Define Specifically                      |
+-------------+------------------------------------------+
| Antecedent  | What happens BEFORE the behavior?        |
| (Trigger)   | e.g., "sees another dog within 30 feet"  |
+-------------+------------------------------------------+
| Behavior    | What EXACTLY does the dog do?             |
|             | e.g., "stiffens, stares, then lunges and |
|             | barks"                                   |
+-------------+------------------------------------------+
| Consequence | What happens AFTER the behavior?          |
|             | e.g., "owner pulls the dog away; the     |
|             | other dog leaves" (behavior is reinforced |
|             | because the trigger goes away)           |
+-------------+------------------------------------------+

Threshold Mapping:
- At what distance/intensity does the dog first notice the trigger? (alert)
- At what distance/intensity does the dog become unable to take treats? (over threshold)
- The working zone is BELOW threshold — where the dog notices but can still think

预期结果: 精确的行为定义,包含已识别的触发因素、阈值距离和当前后果模式。

失败处理: 如果行为似乎没有一致的触发因素,记录一周的日志:日期、时间、环境、行为、后果。通常会出现在当下不明显的模式。

第 2 步:选择干预策略

Strategy Selection:
+----------------------------+-----------------------------------+-----------------+
| Behavior                   | Primary Strategy                  | Timeline        |
+----------------------------+-----------------------------------+-----------------+
| Reactivity (dogs/people)   | Desensitization + counter-        | 4-12 weeks      |
|                            | conditioning (DS/CC)              |                 |
+----------------------------+-----------------------------------+-----------------+
| Separation anxiety         | Graduated absence protocol +      | 6-16 weeks      |
|                            | management                        |                 |
+----------------------------+-----------------------------------+-----------------+
| Resource guarding          | Trade-up protocol +               | 4-8 weeks       |
|                            | approach desensitization          |                 |
+----------------------------+-----------------------------------+-----------------+
| Excessive barking          | Identify function → teach         | 2-6 weeks       |
|                            | alternative behavior              |                 |
+----------------------------+-----------------------------------+-----------------+
| Leash pulling              | Penalty yards (stop when          | 2-4 weeks       |
|                            | pulling) + reward position        |                 |
+----------------------------+-----------------------------------+-----------------+

预期结果: 为已识别的行为选择了具体的策略。

失败处理: 如果行为严重(有接触的咬伤、极端恐慌、自残),转介至认证应用动物行为专家(CAAB)或兽医行为专家(DACVB)。本技能涵盖中度行为问题,不涵盖临床病例。

第 3 步:执行脱敏和反条件化

针对反应性和基于恐惧行为的核心方案。

DS/CC Protocol:
1. FIND the threshold: position the dog where the trigger is visible
   but the dog is still calm enough to eat treats

2. MARK and TREAT: trigger appears → mark → treat → treat → treat
   (classical conditioning: trigger predicts good things)

3. CRITERIA: the dog should be:
   - Able to eat treats
   - Ears relaxed or neutral (not pinned forward)
   - Loose body posture
   - Able to look at the trigger and then look back at the handler

4. DECREASE DISTANCE gradually:
   Session 1: 50 feet from trigger
   Session 3: 45 feet
   Session 5: 40 feet
   (Only decrease when the dog is consistently relaxed at current distance)

5. SESSION STRUCTURE:
   - 5-15 minutes maximum
   - 3-5 trigger exposures per session
   - End BEFORE the dog goes over threshold
   - If the dog goes over threshold, increase distance immediately
     and end on a calmer note

6. PROGRESS INDICATORS:
   - Dog looks at trigger, then immediately looks at handler ("check-in")
   - Dog's threshold distance decreases over sessions
   - Recovery time after exposure shortens
   - Dog's body language at threshold becomes more relaxed

预期结果: 经过数周,犬只的阈值距离减小,对触发因素的情绪反应从恐惧/攻击转变为中性或积极。

失败处理: 如果持续训练 3-4 周后没有进步,重新评估:(1) 你是否在阈值以下工作?(2) 零食价值是否足够高?(3) 训练之外的触发暴露是否过于频繁(泛滥会抵消 DS/CC)?(4) 考虑咨询专业人士。

第 4 步:管理环境

训练随时间改变行为。管理在当下防止行为重复。

Management Strategies:
+----------------------------+------------------------------------------+
| Behavior                   | Management During Training Period        |
+----------------------------+------------------------------------------+
| Dog reactivity             | Walk at off-peak hours; cross the street |
|                            | when another dog approaches; use visual  |
|                            | barriers (parked cars, bushes)           |
+----------------------------+------------------------------------------+
| Separation anxiety         | Do not leave the dog alone beyond their  |
|                            | current tolerance; use daycare, pet      |
|                            | sitter, or take the dog with you         |
+----------------------------+------------------------------------------+
| Resource guarding          | Do not approach while eating; trade up   |
|                            | from a distance; manage access to        |
|                            | high-value items                         |
+----------------------------+------------------------------------------+
| Excessive barking          | Block visual triggers (frosted window    |
|                            | film); provide enrichment; address       |
|                            | underlying cause (boredom, anxiety)      |
+----------------------------+------------------------------------------+

Every rehearsal of the unwanted behavior strengthens it.
Management prevents rehearsal while training builds the new response.

预期结果: 在受控训练之外,不良行为没有被练习。

失败处理: 如果管理不可能(例如无法避免所有犬只相遇),降低训练标准以匹配现实。某些环境暴露是不可避免的;确保训练课程提供足够强的反体验。

验证清单

  • 行为已使用 ABC 模型精确定义
  • 在开始 DS/CC 之前已确定阈值距离
  • 训练始终在阈值以下进行
  • 零食价值足够高,犬只在触发因素存在时仍愿意吃
  • 课程为 5-15 分钟,在犬只超过阈值之前结束
  • 环境管理在训练之外防止了行为重复
  • 正在跟踪进步指标(回头确认、阈值距离缩短)

常见问题

  • 在阈值以上工作:最常见的单一错误。如果犬只不吃零食,你太近了。后退
  • 不一致性:DS/CC 需要定期训练(每周至少 3-5 次)。零散的训练产生零散的结果
  • 泛滥:强迫犬只在近距离忍受触发因素不会"让它们习惯"——这会造成创伤并恶化行为
  • 惩罚:纠正反应性犬只(拉牵绳、大喊"不")会压制警告信号但增加潜在情绪。犬只学会无警告地咬
  • 期望线性进步:行为矫正有平台期和倒退。一次糟糕的训练不会抹去之前的进步。放大视角看数周的趋势
  • 忽视医学原因:疼痛、甲状腺疾病和神经系统问题都可能表现为行为问题。对于突发的行为变化,兽医检查不是可选的

相关技能

  • basic-obedience — 行为矫正所依赖的基础指令;可靠的召回对安全至关重要

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/zh-CN/skills/behavioral-modification
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

llamaguard

Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence

cost-optimization

Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence

quantizing-models-bitsandbytes

Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence

dispatching-parallel-agents

Autre

Cette compétence Claude déploie plusieurs agents pour enquêter et résoudre simultanément 3 problèmes indépendants ou plus. Elle est conçue pour des scénarios impliquant des défaillances non liées qui peuvent être résolues sans état partagé ni dépendances. La capacité fondamentale est la résolution de problèmes en parallèle, en assignant un agent par domaine problématique indépendant afin de maximiser l'efficacité.

Voir la compétence