| name | summary_grouping |
| description | 整理文献标签。读取文献文件夹（默认 note，递归含子文件夹）中的 docx，提取每篇文献的关键词，建立或更新关键词矩阵 keyword_summary.xlsx，并生成检索说明 searching_readme.md。触发示例：「整理文献标签」「给文献打标签」「文献分组」「提取关键词」。 |
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
- 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"},...]}。
- 若
new_count 为 0 → 告知用户没有新文献需要打标签，结束。
- 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。
- 汇总为 JSON 数组写入临时文件
kw.json（UTF-8）：[{"文献名":"xx.docx","keywords":["a","b",...]}, ...]。
- 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。
- 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：
- 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）。
- 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）。
- 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。
- 汇总写入：将各 agent 的
keywords 汇总写入 _work/kw_bN.json，再执行 grouping.py write。
- 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。
