用途：从多模态输入（文章、URL、Skill 文件、图像）中剥离事实信息，仅提取写作风格骨架，并存储到 powermem 知识库，供后续写作生成技能匹配使用。
主要能力：按叙事节奏、金句位置、排版符号、标点习惯、段落结构、情感基调、修辞手法、开篇风格、结尾风格九个维度提取特征；自动搜索已有相似 Profile 并检测冲突；冲突时提供抛弃、覆盖、分支三种人工仲裁；通过对话收集平台、标签、基调、说明、Profile ID 与名称等元数据。
使用方式：首次需准备 .venv 并安装 powermem、python-dotenv，运行 scripts/check_config.py 检测配置，缺失时手动编辑 ../pmem-config/pmem-key.env。URL 输入调用 baoyu-url-to-markdown 获取内容。随后用 LLM 提取特征保存为 JSON，运行 scripts/search_profiles.py 检测冲突，再经 scripts/collect_metadata.py 收集元数据，最后用 scripts/store_profile.py 存储，scripts/list_profiles.py 列出全部 Profile。
适用场景：需要学习某篇文章或网页的写作风格、保存写作特征、建立多平台风格变体时使用。
限制：依赖 powermem SDK 与外部 LLM、Embedding 配置；冲突检测阈值默认 0.85；Profile 以固定命名空间 style_owner 存储；元数据收集需用户依次回答六个问题，不可省略。具体收费与平台支持范围暂未提供。