用途：在不改动论文实质内容的前提下，把草稿的语言风格对齐到目标声音，提升一致性、venue 契合度与可读性。它属于面向投稿的写作工具，与 polish-prose、benchmark-paper、simulate-reviewers、preflight-check 并列。
三种模式，可组合：作者声音，匹配研究者本人既往论文的术语、节奏、委婉程度与结构；venue register，匹配目标期刊已发表风格，通过 study-exemplars 语料；co-author merge，让多作者草稿读起来像统一声音而非拼凑。
与 polish-prose 的区别：polish-prose 修正 AI 痕迹、冗词、术语不一致等客观问题；match-style 对齐到用户指定的具体目标声音。建议先用 polish-prose 清理，再用 match-style 对齐。
输入：草稿（.tex/.md/文本）；作者声音需作者本人既往论文路径（.tex/.pdf/.txt）；venue register 需目标 venue id 以生成 venue.json 语料；可选术语/缩写词表。
流程：用脚本测量术语频率、句长均值与方差、委婉语密度、连接词、被动语态率、引用密度、章节标题词汇，分别生成 author.json、venue.json 和 draft.json；再比对生成 style-gap.md，列出偏差及数字依据；若作者声音与 venue 风格冲突，需呈现权衡并说明解决方向，不可静默取舍。随后按 style-gap.md 分节对齐，逐字保留所有数字、结果、论断和引用，并保留变更日志；若编辑邻近引用，需重新运行 verify-citations，并对比前后论断与数字。
输出：style-gap.md、对齐后草稿或分节 diff，以及作者与 venue 冲突的简短说明。
限制与护栏：作者声音语料仅限本人论文，若用户提供他人论文要求模仿，需拒绝并改提供开放获取的 venue 范例匹配；venue 范例按需从开放获取来源临时处理，不打包存储；只改风格，绝不改动技术论断、数字、结果或引用，遇到此类问题只标记不修改；不承诺录用，只说明一致性与契合度；须遵守 venue 的 AI 使用披露政策，不得用于规避 AI 检测或披露要求。
记忆：使用论文目录下 .paper-memory/ 约定，开始时读取 profile.yml 中的 writing_preferences 与 lessons.md，结束时追加持久发现，并按需创建该目录、建议加入 .gitignore，仅本地保存，不上传。