用途：从文本样本中提取结构化、可量化的写作风格画像，将词汇、句法、语气与格式偏好转化为可测量的指标，用于约束下游内容生成，使产出匹配特定作者或品牌语气。
主要能力：分析词汇模式（分词、去停用词、词频分布、前 50 高频实词、类型-标记比、签名短语）；分析句式结构（平均句长、句长方差、短句与长句比例、疑问句频率、平均逗号数）；从正式度、直接度、情绪、幽默、权威五个维度（各 1.0–5.0）评估语气；检测格式偏好（平均段落长度、标题层级、列表频率、代码块频率、加粗斜体使用、标点特征）；最终生成含 version、createdAt、sampleCount、totalWords 等字段的 JSON 画像。
使用方式：通过命令行分析单个文件或目录，例如 node .claude/tools/cli/style-profiler.cjs /path/to/sample.txt 或 node .claude/tools/cli/style-profiler.cjs /path/to/samples/，输出写入 .claude/context/data/user-style-profile.json；较小样本也可用 Read 工具读取后内联分析。开始前可运行 node .claude/lib/memory/memory-search.cjs "style analysis text profiling" 并读取 .claude/context/memory/learnings.md。
适用场景：生成需匹配特定作者语气的内容前；构建可复用的品牌语气画像；比较多个作者或文档的写作风格；审计内容是否偏离既定语气。主要消费者为 voice-replicator-agent。
限制：至少需要 3 个文本样本、每个 200 词以上，样本应代表作者典型输出；停用词不得进入前 50 词汇表；画像必须保存到指定路径；不得以单一指标作为风格指纹；语气需五维独立评分。其他平台、收费与效果信息暂未提供。