summary-answering

name	summary_answering
description	回答我的问题。把用户的提问规范化、分解，按语义和关键词检索文献分组表 keyword_summary.xlsx 与文献总结表 paper_archiving.xlsx，整理出可回答该问题的文献名单并生成 docx，再在文献总结表中筛选呈现相关行。触发示例：「回答我的问题：XXX」「哪些文献讲了 XXX」「关于 XXX 的文献有哪些」。

summary_answering — 文献问答

针对用户的问题，整理出可参考的文献名单。

脚本

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

流程

1. 规范化并分解问题：把用户的提问（如「为什么 prior 很重要」）整理为核心子问题，并提炼检索用的关键词（语义关键词＋字面关键词）。
2. 检测并读取现有表格（结果写入工作文件）：

   python <脚本绝对路径> dump --root <项目根目录> --json-out _work\answer_dump.json
   

   stdout 打印摘要 {"has_keyword","has_archiving","json_out"}；完整数据在 _work\answer_dump.json： {"has_keyword":bool,"has_archiving":bool, "keyword":{...}, "archiving":{...}}。用 Read 工具读取该文件。
3. 按可用性分支：
   • 两表都在 → 同时检索两者。
   • 只有其一 → 用现有的检索，并在反馈中明确提示缺失的另一份表。
   • 两表都没有 → 停下来，先向用户确认「确实没有 keyword_summary.xlsx 和 paper_archiving.xlsx 吗？」，并申请许可后再直接检索全部 docx：

     python <脚本绝对路径> scandocx --folder <目标文件夹> --json-out _work\answer_scandocx.json
     

     未获许可不要自行扫描。
4. 筛选文献：依据问题语义与关键词，从可用数据中整理出两类文献，并为每篇写一两句说明：
   • direct：可直接回答该问题的文献。note 用一两句说明这篇文献如何回答该问题。
   • related：与该话题/关键词相关的文献。note 用一两句说明这篇文献在哪方面与该问题/话题相关。
   • 说明依据现有数据（文献总结表的摘要/结果/思路，或文献分组表的关键词）撰写，文字精简、具体，避免空话。
5. 生成文献名单 docx：写入临时 names.json，每个条目为 {"name":"xx.docx","note":"一两句说明"}：

   {"question":"...",
    "direct":[{"name":"a.docx","note":"该文用……实验直接证明……，回答了……"}],
    "related":[{"name":"b.docx","note":"该文涉及……，与问题中的……话题相关"}]}
   

   再运行：

   python <脚本绝对路径> gendoc --out <问题关键词>.docx --data names.json
   

   生成的 docx 中，每篇文献名下会附上对应说明（direct 显示「如何回答：…」，related 显示「相关之处：…」）。输出文件名默认取问题关键词（用户另有指定则用指定名）。
6. 在文献总结表中筛选呈现相关行：
   • 若 has_archiving 为真：

     python <脚本绝对路径> filter --archiving paper_archiving.xlsx --names names.json --out <问题关键词>_文献总结筛选.xlsx
     

   • 若没有文献总结表：向用户确认是否需要先生成 paper_archiving.xlsx（可调度 summary_archiving）。
7. 向用户报告：生成的 docx 名单、筛选表路径、命中文献数；如有缺失的表也一并提示。删除临时 json（names.json、_work\answer_*.json）。

注意

• 文献名去重/匹配以「文件名（去扩展名、去首尾空格）」为准。
• 不擅自猜测用户未提供的文件；缺表时按上面的确认流程处理。