用途：将非结构化聊天记录（如群聊历史）转化为存储在 memories-off 仓库中的结构化知识图谱，采用 100 行滑动窗口增量处理超长日志以规避上下文限制。
主要能力：按用户给出的实体与关系规范（templates/meta.md 示例定义 Member、Opinion、Info 等实体及 Propose、Discuss 等谓语）提取知识；通过 memocli 组合指令在追加内容时同步建立关系；强制为每次 append-update 标注 filename:line_range 以实现溯源；支持断点续传，按 TASK 文件中的分片状态续跑；generate_prompt.py 动态注入当前环境的 memocli 语法，确保子代理指令与安装版本匹配。
使用方式：依赖 memories-off 库，执行前须完整遵循 memories-off-declare.md 获取实体类型规范与子过程细节。流程为：确认语料位置与目标知识库目录、Schema 与目标定义；用 memocli init 初始化仓库，用 cp 写入 meta.md，创建 chat_res 并复制语料，按 YYYY-MM-DD_NNN_orig_name.md 重命名；运行 python scripts/setup_workspace.py path_to_chat_res TASK_YYYY-MM-DD.md 生成 100 行分片及 50 行前序上下文；对每个未完成分片运行 python scripts/generate_prompt.py 生成提示词并执行提取，完成后将状态更新为 [x]，执行 memocli commit -r "processed chunk [ID]" 提交。
执行原则与限制：实体名即文件名，禁止加类型前缀；优先使用 create-entity 及 append-update --add-rel-out/in 等组合指令；已存在实体可用 || true 忽略错误；避免冗余 ls 或全局 search。资料未说明适用模型、平台限制、收费或效果数据，暂未提供。