Add the pool-keywords subcommand for the tagging runs' keywords

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

docs/methodology.md

@@ -26,10 +26,11 @@ LLM。設計原則見 `research-plan.md`；本檔記載可重現的
 ### 步驟 2-1 進池
 
 兩次標註執行的全部關鍵字取聯集、逐字串精確去重、字典序
-排列。失敗與拒答的記錄跳過（其歌曲不貢獻關鍵字）；解析
-時偵測重複鍵，違規即失敗。同時寫出處記錄（關鍵字 →
-（執行別，歌曲 ID）清單），供收斂軌跡分析；出處記錄不
-進任何下游輸入。
+排列，寫成純文字檔（一行一個關鍵字）。失敗與拒答的記錄
+跳過（其歌曲不貢獻關鍵字）；解析時偵測重複鍵，違規即
+失敗。同時寫出處 CSV（欄位 Keyword、Run、Song，一列一筆
+出現，依三欄排序），供收斂軌跡分析；出處記錄不進任何
+下游輸入。
 
 ### 步驟 2-2 分群
 
@@ -103,9 +104,9 @@ LLM。設計原則見 `research-plan.md`；本檔記載可重現的
 - **步驟 1 → 2-1**：`pool-keywords` 讀兩份執行歸檔的
   `output.jsonl`（一律以換行字元 `\n` 切行——歌詞含
   U+0085 等控制字元時，`str.splitlines()` 類的通用切行
-  會截斷 JSON 字串，實測踩中），輸出關鍵字 JSON 陣列
-  與出處記錄。
-- **步驟 2-1 → 2-2**：`cluster-keywords` 讀關鍵字陣列，
+  會截斷 JSON 字串，實測踩中），輸出關鍵字純文字檔與
+  出處 CSV。
+- **步驟 2-1 → 2-2**：`cluster-keywords` 讀關鍵字純文字檔，
   輸出具名分組（組名 → 成員詞，組名與成員皆字典序）
   與記錄嵌入模型、revision、演算法參數、輸入 SHA-256 的
   meta。
@@ -123,10 +124,12 @@ LLM。設計原則見 `research-plan.md`；本檔記載可重現的
   保留的標籤，寫入逐首紀錄檔（歌依 ID 升序、標籤按
   字典序，各標籤附其定案時的引述與來源層——共識或
   仲裁）。
-- **序列化通則**：所有中間檔為 UTF-8 JSON，鍵序與元素
-  序皆依上列規則明定，無時間戳、無隨機成分；解析一律
-  偵測重複鍵，違規即失敗。給定相同的 LLM 執行輸出，
-  全部交接產物逐位元組可再生。
+- **序列化通則**：所有中間檔為 UTF-8，欄序、鍵序與元素
+  序皆依上列規則明定，無時間戳、無隨機成分；JSON 解析
+  一律偵測重複鍵，違規即失敗。人讀為主的產物採純文字或
+  CSV（CSV 依 RFC 4180，標題列字首大寫），機器交接檔採
+  JSON。給定相同的 LLM 執行輸出，全部交接產物逐位元組
+  可再生。
 
 ## 執行與稽核