作者方法论分析

要解决的问题

分析作者写作方法时，人工通读容易漏掉稳定信号：开头模式、段落节奏、证据密度、对话感、结构推进。多作者对比更依赖可复核的指标，而不是主观印象。本技能把 Markdown/TXT 样本转成离线文本风格分析，用于生成仿写 brief 和对比材料。

技能如何工作

它先做本地轻量特征提取，再输出可审计产物：

• 文章相似度聚类：基于词项向量和 cosine similarity，生成 similarity-matrix.csv 与 clusters.json，帮助识别同一作者中风格相近的文本簇。
• 风格雷达图：输出 style-radar.png，围绕 clarity、density、rhythm、evidence、dialogue、structure 等维度解释边界，避免把指标当成绝对质量分。
• 模仿写作 Brief：生成 imitation-brief.md，沉淀语言 DNA、常用开头、转折推进、段落节奏、证据习惯、可复制 Prompt 和禁区。
• 多作者对比：支持按作者子目录输入，输出 author-comparison.csv，比较结构、密度、对话感和证据感。

默认配置在 config/default.yaml，可调整阈值、最小文章数、输出项和偏好。成功运行后通常得到 report.md、manifest.json 等本地文件。

适用边界

这是启发式文本分析，不是文学评价或事实核验。指标适合做初筛、对比和仿写参考；正式发表或高保真仿写前，仍应结合原文人工复核，确认语气、事实与版权边界。