Wechat Style Profiler

目标

把“像不像这个作者写的”从主观感觉，变成可执行、可复用、可迭代的显式资产。

输入要求

1. 作者名（必填）
2. 平台类型（公众号，必填）
3. 参考文章（至少 3 篇，推荐 5-10 篇）
4. 文章路径（可选）

默认文章路径建议：风格参考/{作者}/公众号/

工作流

1. 收集作者信息与样本路径。
2. 读取参考文章，建立样本清单与统计信息。
3. 先运行 scripts/build_style_profile.py 获取量化底盘。
4. 按 14 维框架做深度分析（见 references/style-14d-framework.md）。
5. 单独总结 标点符号偏好，明确破折号、引号、问号、感叹号、省略号等符号的频率、功能和禁用场景。
6. 单独总结 分块习惯，明确大标题、小标题、数字分节、层级深度和分块密度。
7. 单独总结 段落配方，明确不同场景下的段落长度、句数比例和一句成段的触发条件。
8. 单独总结 叙述方法体系，明确冲突、递进、转折、收束的写法。
9. 单独总结 内容推进方式，明确作者一般如何把内容往前推，如何从现象推进到观点、从案例推进到判断。
10. 产出初版风格画像草稿并进入用户校准循环。
11. 从参考文章提取 3-5 段 Few-shot 示例。
12. 生成情绪曲线与触发词清单。
13. 总结起承转合模板库。
14. 输出最终风格画像到固定文件，并给出写稿和标题技能的调用说明。

用户校准规则

• 必须在初版画像后请求用户确认。
• 用户指出偏差后必须定点修正，而非整体重写。
• 至少完成 1 轮校准；用户明确“可用”后再固化最终版。

14 维分析框架

使用下列四层共 14 维（详见 references/style-14d-framework.md）：

1. 表层特征（4 维）
2. 结构特征（3 维）
3. 深层特征（4 维）
4. 独特标记（3 维）

输出契约

按以下顺序输出：

1. 样本概况
2. 14维风格分析
3. 标点符号偏好
4. 分块习惯
5. 段落配方
6. 叙述方法体系
7. 内容推进方式
8. Few-shot 示例段落
9. 情绪曲线分析
10. 起承转合模板
11. 可复用 Prompt Block
12. 风格画像文件路径

默认固定文件

• 如果用户希望形成长期资产，默认同时维护一份固定 DNA 文件。
• 当前默认文件可放在： references/style-dna-default-template.md

支持格式

• .md
• .txt
• .docx（先提取文本再分析）

固化文件

最终画像默认保存到： 风格参考/{作者}/风格画像.md

如果用户未指定作者目录，降级保存到： /tmp/{author_slug}-style-profile.md

质量红线

• 不允许只做“词汇模仿”，必须覆盖结构、节奏、论证。
• 不允许跳过标点符号偏好分析。
• 不允许跳过分块习惯分析。
• 不允许跳过段落配方和叙述方法体系。
• 不允许跳过内容推进方式分析。
• 不允许跳过用户校准直接定稿。
• 不允许输出空泛结论，必须给示例、比例或频率。
• 不允许生成与样本证据不一致的风格判断。

脚本

量化分析脚本：

python3 scripts/build_style_profile.py --input-dir /path/to/samples --output /path/to/style_profile.json

交付模板

最终文档结构使用： references/style-profile-template.md