journal-adapt 是面向研究者的动态学术写作技能生成器，用于为单篇稿件构建临时、可审阅的写作技能。它把可选的静态基础写作技能，与目标期刊语料、可选的领域顶刊或主题相近参考论文、以及可选的用户或实验室范例结合，目标期刊通常权重最高，但语料不限于目标期刊。
工作流分两阶段。第一阶段做语料分析与动态技能生成：先收集目标期刊、主/次语料、范例、静态基础技能与学科方法类型；若输入为 PDF，可用 MinerU 转换，命令为 mineru --version 与 python3 -m mineru.cli.pdf_to_md "[path/to/paper.pdf]" --output-dir "[corpus_dir]/converted/[paper_id]/"，Markdown 输入无需 MinerU。随后为每篇论文提取 Paper Style Card，汇总为期刊 Style Profile，并生成 dynamic_writing_skill.md，其中含硬性保留规则、目标期刊模式、次级语料规则、静态基础规则与需删除的表达。生成后设有人工确认环节，需用户回复 confirmed 才进入第二阶段。
第二阶段只加载 dynamic_writing_skill.md 与稿件，逐节修订，一次一节。硬性规则包括：不添加事实、不改技术内容、不转述语料论文、逐节输出。适用场景为按目标期刊风格改写学术稿件；限制是需用户提供语料与稿件，外部技能仅为推荐而非依赖，PDF 转换失败不得进入风格提取。