ptreezh ------|---------|--------------|
| 数据分段、编码统计、工具调用 | AI自动执行 | 无需暂停 | | 编码命名、范畴理论归类、核心范畴选择 | 人类判断 | 暂停并输出决策理由 | | 负面案例的理论边界修正 | 人类判断 | 暂停并说明修正依据 | |Paradigm关系推断、故事线构建 | 人类判断 | 暂停并输出理论依据 |
❌ 禁止：用AI自动执行替代人类意义提炼 ✅ 必须：技术步骤AI自动执行，理论判断步骤暂停并说明理由
SKILL.md - grounded-theory-expert
metadata: version: "5.2.0-cli-native+agent" methodology: "Grounded Theory Methodology" absolute-prohibitions: true task-decomposition-rules: true ai-cli-native: true task-queue-support: true agentskills-io: true cross-platform: true state-persistence: true self-iteration: true academic-alignment: true subagent-support: true graceful-fallback: true created: "2026-03-05" updated: "2026-03-08" author: "SocienceAI Methodology Expert" license: "MIT" alignment_reference: "grounded-theory-coding (v5.0.0)"
execution_modes: cli_queue: "CLI任务队列（基础）" subagent_parallel: "子Agent并行（增强）"
performance: sequential: "30分钟/文件" parallel: "35分钟/10文件（8.6x加速）"
基本信息
名称: grounded-theory-expert (扎根理论专家) 版本: 5.0.0-cli-native 作者: SocienceAI Methodology Expert 许可证: MIT 对齐标准: grounded-theory-coding (v5.0.0)
描述
🧭 人机协作分工原则
核心理念：质性研究的价值在于认知突破，AI 是工具而非主体。 AI 在建立常识、识别反常、提升效率等方面善用， 严守"意义提炼"这一核心环节的人类判断权。
溯因推理框架（GT 的认识论根基）
无监督学习发现模式 = 归纳（induction）
↓
AI 做体力活 = 自动化编码、统计
↓
【人工提炼意义】 = 溯因（abduction）⚠️ 人类专属
↓
AI 计算验证 = 演绎（deduction）
↓
理论创新 = 新概念/新关系/新框架
核心立场：传统流程中，"人工提炼意义"（赋予编码以理论意义）是 AI 难以替代的部分。 LLM 可以高效复刻主题分析流程，但会丢失：
- 跨对话观察才能捕捉的微妙倾向
- 弦外之音（语气、沉默、矛盾）
- 理论敏感性（Glaser 的 "theoretical sensitivity"）
三阶段人机分工
| 阶段 | AI 承担（高效执行） | 人类承担（不可替代） |
|---|---|---|
| 开放编码 | 文本分段、词频统计、初步候选编码列表 | 核心判断：哪些编码触及理论前沿而非表面描述？ |
| 轴心编码 | 342 条关系枚举、范畴归类、Paradigm 模板匹配 | 关键决策：范畴的理论命名和Paradigm类型推断 |
| 选择性编码 | 候选核心范畴排序、饱和度统计 | 最高判断：哪个范畴统摄全局？故事线是什么？ |
| 饱和度检验 | 新编码发现率统计 ✅（assess-saturation.py） | 理论意义：是否"足够好"还是"有新发现的可能"？ |
计算验证模块（AI 承担部分）
# 范畴覆盖度统计
python assess-saturation.py axial_result.json
# 输出：
# - 范畴频次分布
# - 新编码发现率（最后20%数据）
# - 理论密度 = 关系数 / 范畴数
❌ 绝对禁止
- 禁止用 AI 完全替代人工意义提炼：编码命名必须有研究者判断，不可全由 LLM 自动生成
- 禁止脱离原始数据生成理论：每个编码必须回溯原始引文
- 禁止将频次最高等同于最重要：高频范畴可能只是常识，低频范畴可能是理论突破
- 禁止跳过跨访谈比较：跨个案模式比个案内模式更具理论价值
✅ 质量标准
- 每个范畴至少 3 条原始引文支撑
- 理论密度（关系数/范畴数）≥ 1.0 为良好
- 新编码发现率 < 5% 为接近饱和
🔗 会话持久化：调用 planning-with-files 基础技能（CRITICAL）
核心原则: 本技能的会话状态管理基于
planning-with-files基础技能。 所有长时任务必须激活planning-with-files模式，不允许脱离此基础自行实现。
planning-with-files 调用机制
当激活本技能执行多会话研究项目时，必须调用 planning-with-files：
你：开始一个扎根理论研究项目，研究职场女性晋升障碍
AI：[激活 grounded-theory-expert]
[激活 planning-with-files]
→ 创建 .tasks/task_plan.md （阶段跟踪）
→ 创建 .tasks/findings.md （研究发现）
→ 创建 .tasks/progress.md （会话日志）
→ 开始开放编码阶段...
本技能与 planning-with-files 的对应关系
| planning-with-files | grounded-theory-expert |
|---|---|
.tasks/task_plan.md |
编码进度表：开放编码→轴心编码→选择性编码 |
.tasks/findings.md |
范畴发现+Paradigm关系记录 |
.tasks/progress.md |
会话日志+每次编码数量 |
scripts/init-session.sh |
会话恢复脚本（⚠️需实现） |
scripts/session-catchup.py |
跨会话状态恢复（⚠️需实现） |
依赖关系
依赖技能:
planning-with-files: # Claude Code CLI 基础技能
用途: 会话状态持久化（task_plan/findings/progress）
状态: SKILL.md存在，scripts/待实现
调用时机: 每次激活本技能时
⚠️ 当前限制
planning-with-files 的 scripts/ 目录尚未实现（init-session.sh/session-catchup.py不存在）。
本技能在 scripts/ 实现前，必须手动遵循 planning-with-files 的文件协议：
- 会话开始：读取 task_plan.md + findings.md
- 会话结束：写入更新后的 task_plan.md + findings.md + progress.md
- 禁止将会话状态仅保存在 LLM 上下文窗口中
🖥️ 项目初始化（跨平台Python脚本）
使用Python创建项目目录
import os
# 设置项目路径
project_path = r"D:\your_project_path\项目名" # Windows
# project_path = "/home/user/project" # Linux/macOS
# 创建标准目录结构（跨平台兼容）
for subdir in ['.tasks', 'data', 'results', 'visualizations', 'logs']:
os.makedirs(os.path.join(project_path, subdir), exist_ok=True)
print(f"项目目录创建完成: {project_path}")
目录结构
项目目录/
├── .tasks/ # 任务状态和进度
├── data/ # 原始数据
├── results/ # 分析结果
├── visualizations/ # 可视化
└── logs/ # 日志
⚠️ 禁止使用
- ❌
# # 使用Python os.makedirs创建目录（Linux命令，Windows不支持） - ✅ 使用Python的
os.makedirs(path, exist_ok=True)（跨平台兼容）
扎根理论分析专家 - 支持复杂任务分解和长时任务执行的质性数据分析技能。
🔧 Python 工具
python tools:
工具链
| # | 工具名称 | 功能描述 |
|---|---|---|
| 1 | analyze.py | 主分析入口，调度各工具 |
| 2 | segment-data.py | 数据分割与编码准备 |
| 3 | batch_analyzer.py | 批量编码分析 |
| 4 | assess-saturation.py | 理论饱和度评估 |
| 5 | anonymize-data.py | 数据匿名化处理 |
| 6 | calculate-reliability.py | 编码信度计算 |
| 7 | iteration_controller.py | 迭代控制管理 |
| 8 | planning-integration.py | 任务规划集成 |
使用示例
# 1. 数据分割
python tools/segment-data.py -i data/raw.csv -o results/coded/
# 2. 批量分析
python tools/batch_analyzer.py -i results/coded/ -o results/batch_results.json
# 3. 饱和度评估
python tools/assess-saturation.py -i results/coded/ -o results/saturation.json
# 4. 数据匿名化
python tools/anonymize-data.py -i data/sensitive.csv -o results/anonymized.csv
# 5. 信度计算
python tools/calculate-reliability.py -i results/coder1.csv --compare results/coder2.csv -o results/reliability.json
核心能力
开放性编码 (Open Coding)
- 逐行编码
- 识别概念
- 发现范畴
- 持续比较
轴心编码 (Axial Coding)
- 范畴联结
- 建立维度
- 识别关系
- 发展范畴
选择式编码 (Selective Coding)
- 核心范畴识别
- 理论整合
- 故事线构建
- 理论饱和
备忘录撰写 (Memoing)
- 编码笔记
- 理论笔记
- 操作化笔记
- 整合笔记
适用场景
- ✅ 质性研究数据分析
- ✅ 扎根理论研究
- ✅ 理论生成研究
- ✅ 访谈资料分析
- ✅ 观察资料分析
- ✅ 文本资料分析
⚠️ 七大绝对禁止原则
1. 禁止编码前预设结论
错误做法:
预设结论:
- 带着假设去编码
- 只寻找支持预设的证据
- 忽略矛盾的资料
- 强行套用理论
示例:
"我认为这是一个关于X的研究，
所以只编码与X相关的内容"
正确做法:
开放编码:
Step 1: 悬置假设
- 不预设结论
- 让资料说话
- 保持开放性
Step 2: 逐行编码
- 每行都编码
- 不遗漏任何信息
Step 3: 持续比较
- 资料与资料比较
- 概念与概念比较
- 范畴与范畴比较
量化标准:
- ✅ 编码前不预设结论
- ✅ 所有资料都被编码
- ✅ 矛盾资料被记录
- ✅ 编码有资料支撑
2. 禁止脱离原始数据编码
错误做法:
抽象编码:
- 编码没有原始引文
- 只有概念没有证据
- 无法追溯编码来源
- 编码不可验证
示例:
范畴: "权力结构"
但没有原始引文支撑
正确做法:
扎根编码:
每个编码必须:
1. 引用原始数据
2. 标注位置（行号/页码）
3. 记录编码依据
示例:
范畴: 权力结构
概念: 资源控制
原始引文: "他们控制了所有资金..."
位置: 访谈3，第15行
依据: 参与者提到资金分配
量化标准:
- ✅ 每个编码有原始引文
- ✅ 每个编码有位置标注
- ✅ 编码可以追溯到原始数据
- ✅ 编码清单完整
3. 禁止编码无理论依据
错误做法:
随意编码:
- 想到什么编码什么
- 编码间无逻辑关联
- 范畴无理论基础
- 无法形成理论
结果:
- 编码碎片化
- 无法整合
- 不成体系
正确做法:
理论编码:
1. 基于文献的编码
- 已有理论指导
- 理论敏感性
2. 扎根理论的编码技术
- 开放编码：识别概念
- 轴心编码：建立关系
- 选择式编码：整合理论
3. 持续比较
- 与已有理论比较
- 与新资料比较
- 与编码比较
量化标准:
- ✅ 编码有理论基础
- ✅ 编码间有逻辑关联
- ✅ 范畴形成体系
- ✅ 理论可以生成
4. 禁止忽视负面案例
错误做法:
选择性编码:
- 只编码支持理论的案例
- 忽略或删除矛盾案例
- 不寻找负面案例
- 理论被"完美化"
结果:
- 理论有偏差
- 缺乏效度
- 不可信
正确做法:
全面编码:
1. 编码所有案例
- 包括矛盾的
- 包括异常的
2. 寻找负面案例
- 主动寻找
- 专门分析
3. 修正理论
- 如果负面案例出现
- 修改理论以解释
- 或明确理论边界
量化标准:
- ✅ 所有案例都被编码
- ✅ 负面案例被记录
- ✅ 矛盾被解释
- ✅ 理论边界明确
5. 禁止追求编码数量
错误做法:
编码数量崇拜:
- 追求更多编码
- 认为编码越多越好
- 质量让位于数量
- 饱和度=编码数量
问题:
- 编码冗余
- 精力浪费
- 理论不清晰
正确做法:
理论饱和原则:
1. 关注范畴发展
- 不只是编码数量
- 范畴是否完善
- 属性是否清晰
- 关系是否明确
2. 饱和度检验
- 新资料不再产生新范畴
- 新资料不再产生新属性
- 新资料不再产生新关系
- 理论完整
3. 质量优先
- 编稿深度比数量重要
- 理论连贯性
- 解释力
量化标准:
- ✅ 关注范畴而非数量
- ✅ 饱和度=无新范畴/属性/关系
- ✅ 理论完整
- ✅ 解释充分
6. 禁止编码标准不一致
错误做法:
编码随意性:
- 同类内容编码不同
- 不同编码无明确区分
- 编码标准随时间改变
- 不记录编码规则
结果:
- 编码不可靠
- 不可复现
- 信度低
正确做法:
编码标准化:
- 建立编码手册
- 定期一致性检验
- 记录每次编码决策
7. 禁止定性分析过程硬编码（CRITICAL）
核心原则: 定性分析是智识工作，必须由大模型智力驱动，绝不能硬编码进工具。
错误做法:
硬编码分析:
- 用Python关键词匹配做"定性分析"
- 用if/else判断"这个编码属于哪个范畴"
- 用规则引擎代替研究者的理论判断
- 把Paradigm关系写成模板列表让LLM套用
示例（错误）:
if '焦虑' in code_text:
return '心理体验' # 这是大模型的工作，不是代码的工作
示例（正确）:
prompts/axial_coding.txt:
"你是一位扎根理论专家。请根据以下编码，
分析每个编码的Paradigm类型（条件/策略/互动/结果），
并给出你的理论依据..."
正确做法:
工具只做结构工作:
- 读取/写入编码数据（文件I/O）
- 管理范畴和关系的数据结构（状态管理）
- 格式化输出结果（展示层）
- 调用工具执行（命令行包装）
智力留给大模型:
- SKILL.md中包含详细的分析提示词
- 编码决策由LLM基于理论原则作出
- 范畴归类由LLM的判断驱动
- Paradigm关系由LLM的推理生成
Python工具的正确角色:
✅ 数据管理、文件I/O、结果格式化
✅ 执行analyze.py调用LLM进行定性分析
❌ 关键词匹配做"智能判断"
❌ 规则引擎替代理论推理
工具链职责划分:
| 工具 | 职责 |
|---|---|
| analyze.py | 协调工作流，读取方法论指导（LLM定性判断引导） |
| SKILL.md prompts | 定性分析的智力层（大模型） |
| segment-data.py | 数据准备（结构工作） |
| axial_coding.py | 仅返回空结构+方法论备忘录，Paradigm/关系/范畴归类100%由LLM填充 |
| 任何.py工具 | 永远不做定性判断，只做数据结构和格式化 |
量化标准:
- ✅ axial_coding.py 已重构：无任何关键词匹配/Paradigm模板/关系硬编码
- ✅ 所有Paradigm类型字段为None，LLM基于理论原则填充
- ✅ 所有relationship字段为空列表，LLM基于数据识别
- ✅ 4条方法论备忘录引导LLM做定性判断（非替代）
- 范畴归类100%由LLM基于SKILL.md提示词作出
- Paradigm关系100%由LLM推理生成
详细指南
完整的使用指南请参考: 详细指南