# Manage

> 对检索到的文献自动标注（中文标题/问题/方法/相关性）并导出 xlsx。

- Skill: `cookiemoonpie/manage` (Agent Skill)
- Install (CLI): `npx skillmds@latest add cookiemoonpie/manage`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cookiemoonpie/manage/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: CookieMoonPie (https://skillmd.com/u/cookiemoonpie)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/cookiemoonpie/manage

---


# 标注 + 导出 xlsx

对 search 产出的 `results.jsonl` 逐条自动标注，导出 xlsx。**不需要人工确认标注**。

## 字段（xlsx 固定 9 列）

| 列 | 来源 |
|---|---|
| 中文标题 | LLM 翻译/概括 |
| 英文标题 | 检索结果 title |
| 问题 | LLM 从标题/摘要提炼（2–4 词，如「多机避碰」「节点调度」） |
| 方法 | 从标题/摘要提求解方法（如「强化学习」「分支定价」） |
| 相关性 | LLM 判：高 / 中高 / 中 / 低 |
| 期刊 | 从 meta 解析（作者-期刊,年份 的中间段） |
| 发表年份 | 从 meta 解析 |
| 被引 | citedby（Google 口径） |
| 链接 | href（DOI/arXiv/出版商页） |

## 步骤

1. 读 `results.jsonl`（每行 title/meta/citedby/snippet/href/cid）。
2. 对每条：
   - 解析 期刊 / 年份 / 被引 / 链接（机械）。
   - LLM 生成 中文标题 / 问题 / 方法 / 相关性。
   - 相关性判定参考：标题即明说研究问题→高；相邻/方法借鉴→中高或中；跑题（通信/无关应用）→低。
3. 把标注结果写成 `annotated.json`（数组，每项 9 个字段：中文标题/英文标题/问题/方法/相关性/期刊/年份/被引/链接）。
4. 运行：
   ```bash
   python scripts/export_xlsx.py --in annotated.json --out 文献整理.xlsx
   ```
   `export_xlsx.py` 会生成带表头、冻结窗格、筛选、相关性配色的 xlsx，按相关性从高到低排序。

## 注意

- 只导出 xlsx，不生成 docx/csv。
- 相关性是 LLM 初判，若用户事后要改，直接改 xlsx 即可。