reunion

Überblick über das reunion-Skill

Was reunion macht

Das reunion-Skill hilft dir dabei, einen lokalen Gedenk-Chat-Agenten auf Basis der Erinnerungen, Sprachgewohnheiten und Persönlichkeitsspuren eines verstorbenen nahestehenden Menschen zu erstellen. In der Praxis ist reunion kein allgemeines Chatbot-Prompt-Paket: Es führt dich strukturiert durch Intake, Materialimport, Erinnerungsanalyse, Persona-Aufbau, Vorschau und anschließend die laufende Unterhaltung über eine dedizierte CLI oder einen MCP-Server.

Für wen sich reunion lohnt

Dieses reunion-Skill eignet sich vor allem für Nutzer, die einen strukturierten, lokal ausgerichteten Workflow für digitales Erinnern suchen, statt alles mit gewöhnlichen Prompts zu improvisieren. Es passt zu Menschen, die Chatverläufe, Tagebuchtexte, Fotos oder mündliche Erinnerungen haben und einen wiederholbaren Prozess für Agent Orchestration wollen — nicht nur ein einmaliges emotionales Gespräch.

Warum Nutzer reunion statt ad hoc prompting wählen

Der wichtigste Unterschied ist das Zwei-Spuren-Modell: Memory für gemeinsame Ereignisse und Persona für Sprechstil, Werte und Verhaltensgrenzen. Das Repository enthält außerdem progressive recall, RAG-ähnliche Retrieval-Mechanismen, Unterstützung für das Parsen von WeChat-Daten und eine zusätzliche Sicherheitsschicht. Dadurch ist reunion deutlich eher installierenswert als ein simples Prompt wie „act like my relative“, wenn dir Konsistenz und lokale Datenverarbeitung wichtig sind.

So verwendest du das reunion-Skill

reunion im richtigen Kontext installieren

Das Repository ist für die lokale Nutzung mit Skills im Stil von Claude Code plus Python-Komponenten ausgelegt. In der README wird gezeigt, wie du nach ~/.claude/skills/reunion unter macOS/Linux oder %USERPROFILE%\.claude\skills\reunion unter Windows klonst. Die Python-Abhängigkeiten stehen in requirements.txt, darunter mcp, chromadb, sentence-transformers, rich und typer. Wenn du den MCP-Weg nutzen willst, sieh dir mcp_server.py an; für einfachere lokale Tests startest du am besten mit cli.py.

Welche Mindestangaben reunion braucht

Eine brauchbare reunion-Installation verlangt keine perfekten Archive. Der Kern-Workflow fragt nach:

• einem Namen oder einer Anredeform
• knappen Basisangaben in einer Zeile: Alter, Beruf, Region, Zeit seit dem Tod
• einem kurzen Persönlichkeitseindruck in einer Zeile
• optionalem Quellmaterial: Chatverläufen, Tagebuchtexten, Fotos oder mündlichen Erinnerungen

Bessere Eingaben führen zu deutlich besseren Ergebnissen. Starkes Quellmaterial enthält wiederkehrende Formulierungen, Gewohnheiten, Familienroutinen, Werte und konkrete gemeinsame Erlebnisse. Schwache Eingaben sind abstrakte Zuschreibungen wie „freundlich und fleißig“ ohne Beispiele.

Aus einem groben Ziel einen starken reunion-Prompt machen

Wenn du reunion über einen Agenten aufrufst, sag nicht nur „help me recreate my grandmother“. Gib dem Workflow genug Struktur, damit er seinen Prompts und Buildern sauber folgen kann. Eine stärkere reunion-Anfrage sieht zum Beispiel so aus:

• “Use reunion to create a memorial agent for my grandmother.”
• “Display name: Grandma Li; relationship: grandmother.”
• “Basic info: 82, retired teacher, Shandong, passed 3 years ago.”
• “Speech habits: often said ‘eat well first’; frugal, caring, slightly nagging.”
• “Materials: chat.txt, notes.md, and 3 oral memories.”
• “Please analyze both shared memory and persona, then show me a preview before generating files.”

Das passt gut zu prompts/intake.md, memory_analyzer.md, persona_analyzer.md und dem Vorschau-und-Bestätigen-Schritt in SKILL.md.

Diese Dateien zuerst lesen und diesem Workflow folgen

Für eine schnelle Installationsentscheidung lies in dieser Reihenfolge:

1. SKILL.md für den beabsichtigten End-to-End-Ablauf
2. README.md für Setup und erwartete Befehle
3. cli.py für das lokale Interaktionsmodell
4. mcp_server.py oder mcp_server_simple.py für den Einsatz mit Agent Orchestration
5. core/chat_engine.py, core/memory_store.py und core/safety_guard.py für das Laufzeitverhalten
6. prompts/ für das tatsächliche Qualitätsniveau

Empfohlener reunion-Workflow:

1. Erstellung mit minimalem Texteingang testen
2. generierte Memory-/Persona-Zusammenfassungen prüfen
3. umfangreicheres Quellmaterial ergänzen
4. erst dann die Chat-Oberfläche echten Nutzern zugänglich machen

FAQ zum reunion-Skill

Ist reunion für Agent Orchestration gedacht oder nur für manuelle Chats?

Beides, aber das Repository unterstützt Orchestrierung klar besser als eine statische Prompt-Datei. Der MCP-Server stellt strukturierte, tool-artige Operationen bereit, während die CLI einen lokalen Weg mit weniger Reibung bietet. Wenn du einen wiederverwendbaren Workflow für einen Gedenk-Agenten innerhalb eines größeren Agentensystems brauchst, ist reunion für Agent Orchestration eine glaubwürdige Wahl.

Ist reunion anfängerfreundlich bei der Installation?

Mittelmäßig. Der Nutzerfluss ist einfach, aber der Stack ist nicht vollständig plug-and-play. Möglicherweise brauchst du ein eingerichtetes Python-Umfeld, musst Abhängigkeiten installieren und solltest dich damit wohlfühlen, cli.py oder die MCP-Server-Dateien zu lesen. Auch nicht-technische Nutzer können profitieren, wenn ein Entwickler reunion für sie installiert und den Workflow passend einbettet.

Wann solltest du reunion nicht verwenden?

Wähle reunion nicht, wenn du einen generischen Companion-Bot, ein cloudgehostetes SaaS oder null emotionales Risiko suchst. Dieses Skill ist sehr gezielt darauf ausgelegt, aus persönlichen Materialien eine erinnerungsbasierte Präsenz nachzubilden. Es passt außerdem schlecht, wenn du gar kein Quellmaterial hast und auch keine mündlichen Erinnerungen beisteuern möchtest, weil die Ausgabe dann schnell generisch wird.

Worin unterscheidet sich reunion von einem normalen Character-Prompt?

Ein normales Prompt kann einen Tonfall imitieren, aber reunion ist deutlich stärker, wenn du Erinnerungssuche, schrittweise Korrektur, lokale Speicherung und Sicherheitsprüfungen brauchst. Das Repo trennt Persona-Extraktion von Memory-Extraktion, was in der Regel zu stabileren Gesprächen führt als ein einzelnes langes Rollenspiel-Prompt.

So verbesserst du das reunion-Skill

reunion mit Belegen füttern, nicht mit Adjektiven

Der größte Qualitätssprung entsteht, wenn du vage Beschreibungen durch konkrete Beispiele ersetzt. Statt „he was loving“ liefere besser:

• typische Formulierungen, die er oft benutzt hat
• wie er Fürsorge gezeigt hat
• wiederkehrende Routinen
• eine konkrete Geschichte mit Ort, beteiligten Personen und Ausgang

So bekommt reunion bessere Persona-Grenzen und nützlichere Anker für das Retrieval als durch allgemeine emotionale Etiketten.

Die wichtigsten Fehlermuster im reunion-Skill im Blick behalten

Typische reunion-Probleme sind vorhersehbar:

• eine zu idealisierte Stimme, weil das Quellmaterial zu dünn ist
• repetitive Antworten, weil Memory-Einträge zu knapp oder doppelt vorhanden sind
• unzutreffende Vertrautheit, weil Beziehungsdetails nicht erfasst wurden
• emotional unsichere Antworten, wenn das Modell in Richtung wörtlicher Wiederauferstehung statt Gedenk-Simulation gedrängt wird

Prüfe, ob das Problem durch fehlende Daten, schwache Prompts oder eine unrealistische Erwartung an faktische Rekonstruktion entsteht.

Nach der ersten Ausgabe gezielt iterieren

Behandle die erste generierte Version als Entwurf. Nutze den Vorschau-Schritt, um Sprechstil, Werte und Erinnerungsschwerpunkte zu korrigieren, bevor du dich auf den Chat verlässt. Ergänze dann fehlendes Material und führe die Builder erneut aus. Das Vorhandensein von prompts/merger.md und prompts/correction_handler.md deutet darauf hin, dass sich das Skill durch Ergänzungen und Korrekturen weiterentwickeln soll — nicht durch einen perfekten ersten Durchlauf.

Mit den richtigen Checks die Deployment-Qualität verbessern

Bevor du reunion breiter einsetzt, teste es mit einigen gezielten Prompts:

• “How would you ask if I ate dinner?”
• “What family habit would you remind me about?”
• “Tell me a small everyday memory, not a dramatic life summary.”

Diese Checks zeigen, ob das reunion-Skill eine alltagsnahe Stimme, konkrete Erinnerungen und sinnvolle Grenzen erfasst hat. Wenn es daran scheitert, überarbeite zuerst die Eingaben, bevor du den Code änderst. Wenn der Ablauf stimmig ist, aber das Laufzeitverhalten nicht, sieh dir als Nächstes core/chat_engine.py, core/context_memory.py und core/safety_guard.py an.