用途：当任务需要把用户的想法、查询或示例论文，与某个 OpenReview 会议（venue）中的论文做语义匹配时使用。依赖 embed-papers，可通过 command -v embed-papers 检查，安装命令为 pip install embed-papers；需要 OpenReview 可访问，以及用于计算嵌入的 OPENAI_API_KEY（可用 printenv OPENAI_API_KEY 检查，缺失时应停止并告知用户设置方式）。
主要能力与用法：用户需提供 venue_id（如 ICLR.cc/2024/Conference），或 {conference, year} 推导为 {CONF}.cc/{YEAR}/Conference；搜索意图可为 query 字符串或 examples 列表（{title, abstract}）。可选 top_k 默认 100。CLI 输出为 JSON 信封，成功为 { ok: true, schema_version: "1", command, data }，失败为 { ok: false, ... }，应解析 stdout。流程：先解析 venue_id，再运行 embed-papers crawl --venue-id "<venue_id>" --skip-if-exists 爬取元数据（幂等，记录 output_file 与 total），然后运行 embed-papers warm-cache --venue-id "<venue_id>" 确保嵌入缓存；失败因缺少 API 密钥时应停止并提示设置 OPENAI_API_KEY。搜索时，query 模式用 embed-papers search --venue-id "<venue_id>" --query "<query>" --top-k <top_k>，examples 模式需写临时 JSON 文件后使用 --examples-file "<tmp.json>"。
限制与输出要求：禁止对缓存或嵌入文件与目录调用 Read/Glob/Grep（如 .cache/ 或路径含 cache、embedding、paper、atlas 的内容），缓存视为不透明实现细节；缓存状态只能用 embed-papers warm-cache 的 JSON stdout 判断。结果按 primary_area 分组，最终以 Markdown 报告输出，推荐列表控制在 5-10 篇，包含标题、OpenReview 链接与理由，默认不输出完整排名或附录。错误如 NoPapersFoundError 提示检查 venue_id 格式，CacheMissRequiresApiKeyError 提示设置 OPENAI_API_KEY，OpenReviewRequestError/EmbeddingRequestError 建议重试、减小 top_k 或稍后再试。其他未提供细节暂未提供。