summary_grouping

summary_grouping — 文献分组表（关键词矩阵）

提取每篇文献的关键词，建成关键词矩阵 keyword_summary.xlsx，实现「检索任一关键词 → 筛出所有含该关键词的文献」。

参数与默认值

• 目标文件夹：用户指定，否则默认项目根目录下的 note\（递归）。
• 指定 docx：用户指定，否则处理文件夹中全部 docx。
• 输出文件名：用户指定，否则默认 keyword_summary.xlsx（生成在项目根目录）。

脚本

scripts/grouping.py（与本 SKILL.md 同级的 scripts 目录，用其绝对路径调用 python）。

流程

1. 抽取待处理文献与已有关键词（结果写入工作文件）：

   python <脚本绝对路径> extract --folder <目标文件夹> --out <输出.xlsx> --json-out _work\grouping_extract.json
   

   stdout 打印摘要 {"existing_keywords_count","new_count","json_out"}；完整数据在 _work\grouping_extract.json： {"existing_keywords":[...], "existing_papers":[...], "new":[{"filename","stem","text"},...]}。
2. 若 new_count 为 0 → 告知用户没有新文献需要打标签，结束。
3. 逐篇提关键词：用 Read 工具读取 _work\grouping_extract.json（文献多时分批），阅读每篇 text，尽可能多地提取关键词。
   • 关键词一致性（重要）：凡能复用 existing_keywords 中已有表述的，必须复用，不要造同义新词（如已有「空间导航」就不要再用「空间定位」）。同一概念全程同一表述。
4. 汇总为 JSON 数组写入临时文件 kw.json（UTF-8）：[{"文献名":"xx.docx","keywords":["a","b",...]}, ...]。
5. 写入矩阵：

   python <脚本绝对路径> write --out <输出.xlsx> --data kw.json
   

   脚本会建立/更新矩阵（第一列文献名，每关键词一列，含则标 X）、开启自动筛选、冻结首列与表头、自动换行，并在同目录生成 searching_readme.md。
6. 向用户报告文献数、关键词数、两个产出文件路径，并删除临时 kw.json 与 _work\grouping_extract.json。

注意

• 自动跳过以 ~$ 开头的 Word 临时文件，增量更新已有矩阵。
• 提醒用户：详细的筛选/检索操作见生成的 searching_readme.md。

大批量处理模式（文献数 > 20 篇时推荐，在 /loop 下运行）

与 summary_archiving 并行：同一批 agent 在生成 row 的同时，也提取并返回关键词列表，两项工作合并在一次 agent 调用中完成：

1. 预提取文本：复用 summary_archiving 预提取的 _work/r/NNN.txt 文件（若单独运行 summary_grouping，则用 grouping_extract.json 的 new[i].text 同样预提取）。
2. 分批派发 agent：每个 agent 读取一篇 txt，同时返回 row（文献总结）和 keywords（关键词列表）。
3. 关键词一致性：agent 提示中须附上 existing_keywords 列表，要求复用已有表述，禁止造同义新词。
4. 汇总写入：将各 agent 的 keywords 汇总写入 _work/kw_bN.json，再执行 grouping.py write。
5. Auto-Continue 检查点与 增量去重 规则同 summary_archiving：每批前检查控制文件，grouping.py write 按文献名自动去重。