用途：分析写作样本，提取并编码独特的写作声音档案，供 AI 复现用户真实写作风格。适用于搭建新写作系统、为代笔客户创建风格档案、风格演变后更新档案、加入内容创作工作流。
必要输入：最少 3 个写作样本（每个 500 词以上）；理想为 5-10 个覆盖不同内容类型的样本；最佳为随意（社交帖子）与正式（文章）内容混合。
分析流程：第一步收集样本，可粘贴文本或指向知识文件夹中的文件；第二步逐样本分析核心要素，包括个性标记、情绪范围、沟通风格（正式度、句长、段落结构、问句/命令/陈述使用）、语言模式（标志性短语、高频强力词、过渡短语、开头结尾模式）、避免使用的内容（从不用的词句、语气、方法）以及格式习惯（表情符号、列表、标题、粗斜体）；第三步跨样本综合，识别一致模式、情境变化与核心不变元素；第四步按给定 JSON 结构生成档案，包含 core_essence、personality_traits、emotional_palette、communication_style、language_patterns、never_say、formatting_preferences、content_philosophy、voice_examples 等字段。
输出：先给出关键发现摘要，再生成完整 JSON 风格档案，保存到 /context/voice-dna.json，并提供 3 个用该声音写成的示例句供验证，询问“这是否捕捉到了你的声音？需要调整什么？”
最佳实践：聚焦语气与个性而非仅词汇；避免只重复短语；捕捉写作的“感觉”；包含不该做什么；让档案可用于内容生成。验证测试：仅依据该档案写一段短文，询问“这听起来像你吗？”，不像则根据反馈迭代。
常见陷阱：只罗列高频词；把声音写成夸张模仿；忽略语境差异（社交帖子≠文章）；遗漏底层个性与情绪元素。
限制：资料未提供具体安装命令、收费、平台支持或效果数据。