reunion

reunion skill の概要

reunion の機能

reunion skill は、亡くなった大切な人の記憶、話し方の癖、性格の痕跡をもとに、ローカル環境で動く追悼向けチャットエージェントを作るための skill です。実際の reunion は、汎用的なチャットボット用プロンプト集ではありません。専用の CLI または MCP server を通じて、ヒアリング、素材の取り込み、記憶分析、ペルソナ構築、プレビュー確認、その後の継続的な対話まで、一連の流れをガイドします。

reunion を導入すべき人

この reunion skill は、普通のプロンプトでその場しのぎに組み立てるのではなく、デジタル追悼のための構造化されたローカルファーストのワークフローを求める人に向いています。チャットログ、日記テキスト、写真、口頭の思い出が手元にあり、単発の感傷的な会話ではなく、Agent Orchestration に載せられる再現性のあるプロセスを欲しい人に特に合います。

なぜ場当たり的なプロンプトより reunion が選ばれるのか

reunion の大きな違いは、Memory と Persona を分けて扱う二本立ての設計です。Memory は共有した出来事、Persona は話し方、価値観、振る舞いの境界を担当します。さらにリポジトリには、段階的な想起、RAG 風の検索、WeChat 解析サポート、安全対策レイヤーも含まれています。データをローカルで扱いたく、一貫性も重視したいなら、単なる「家族になりきって話して」というプロンプトより、reunion の方が導入を検討する価値があります。

reunion skill の使い方

適した前提環境で reunion を導入する

このリポジトリは、Claude Code 系の skills と Python コンポーネントを組み合わせたローカル利用を前提に設計されています。README.md では、macOS/Linux なら ~/.claude/skills/reunion、Windows なら %USERPROFILE%\.claude\skills\reunion に clone する手順が案内されています。Python の依存関係は requirements.txt にまとまっており、mcp, chromadb, sentence-transformers, rich, typer などが含まれます。MCP 経由で使いたいなら mcp_server.py を確認し、まずはローカルでシンプルに試したいなら cli.py から入るのがわかりやすいです。

reunion に最低限必要な入力を把握する

実用になる reunion の導入に、完璧なアーカイブは必須ではありません。基本フローで求められるのは次の情報です。

• 名前、または呼びかけ方
• 1 行で書ける基本情報: 年齢、職業、地域、亡くなってからの年数
• 1 行の性格印象
• 任意の素材: チャットログ、日記テキスト、写真、口頭の思い出

ただし、入力の質が上がるほど出力も大きく改善します。良い素材には、よく使っていた言い回し、習慣、家族内のルーティン、価値観、具体的に共有した出来事が含まれます。逆に「優しくて働き者だった」のような抽象的な称賛だけで実例がない入力は、弱い材料になりがちです。

ざっくりした目的を、強い reunion プロンプトに変える

agent 経由で reunion を呼び出すなら、「祖母を再現したい」だけでは不十分です。ワークフロー側のプロンプトとビルダーがきちんと働けるよう、必要な構造を持たせて依頼してください。より良い reunion の使い方の例は次のとおりです。

• “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.”

こうした形なら、prompts/intake.md、memory_analyzer.md、persona_analyzer.md、そして SKILL.md にある preview-confirm の流れに自然に沿えます。

まず読むべきファイルと、たどるべき reunion ワークフロー

導入判断を素早くしたいなら、次の順番で読むのがおすすめです。

1. SKILL.md で想定されている end-to-end の流れを確認する
2. README.md でセットアップとコマンド前提を把握する
3. cli.py でローカル対話モデルを見る
4. Agent Orchestration で使うなら mcp_server.py または mcp_server_simple.py を確認する
5. 実行時の挙動は core/chat_engine.py、core/memory_store.py、core/safety_guard.py を見る
6. 実際の品質基準は prompts/ を読んで確かめる

おすすめの reunion ガイド用ワークフローは次のとおりです。

1. 最小限のテキスト入力で作成テストを行う
2. 生成された memory/persona の要約を確認する
3. より厚みのある素材を追加する
4. その後で初めて、実ユーザーにチャット UI を触らせる

reunion skill の FAQ

reunion は Agent Orchestration 向けか、それとも手動チャット向けか

両方に対応していますが、リポジトリの作りを見ると、固定プロンプト単体よりも orchestration での利用に強みがあります。MCP server は構造化されたツール型の操作を公開しており、CLI はより手軽なローカル利用の入口です。より大きな agent システムの中で、再利用可能な追悼エージェントのワークフローを組み込みたいなら、Agent Orchestration 向けの reunion は十分に現実的な選択肢です。

reunion は初心者でも導入しやすいか

難易度は中程度です。ユーザーフロー自体はシンプルですが、スタック全体が完全な plug-and-play というわけではありません。Python 環境の準備、依存関係のインストール、cli.py や MCP server 関連ファイルを読む程度の慣れは求められる場合があります。非技術系ユーザーでも、開発者が reunion を導入してワークフローを包んであげれば、十分活用できます。

どんな場合は reunion を使わないほうがいいか

汎用的な雑談 companion bot が欲しい場合、クラウドホスト型の SaaS を求める場合、あるいは感情的リスクを一切避けたい場合には reunion は向きません。この skill は、個人的な素材から追悼の存在感を再構成することに特化しています。また、ソース素材がまったくなく、口頭の思い出も提供したくないなら適合性は低いです。その条件では出力がすぐに無難で一般的なものになりやすいからです。

reunion は普通のキャラクタープロンプトと何が違うのか

普通のプロンプトでも口調の模倣はできますが、記憶検索、段階的な修正、ローカル保存、安全チェックまで必要なら reunion の方が明らかに強いです。このリポジトリは persona 抽出と memory 抽出を分離しているため、長いロールプレイ用プロンプト 1 本で回すより、会話の安定性が高くなりやすいです。

reunion skill を改善する方法

reunion には形容詞ではなく根拠を入れる

もっとも大きな品質改善は、曖昧な人物評を具体例に置き換えることです。たとえば “he was loving” と書く代わりに、次のような情報を入れてください。

• その人がよく使っていた言い回し
• どんな形で気遣いを示していたか
• 繰り返していた日々の習慣
• 場所、登場人物、結末まで含む具体的なエピソード

こうした情報は、抽象的な感情ラベルよりも、reunion にとって有効な persona の制約と retrieval の手がかりになります。

まず押さえるべき主な失敗パターン

reunion でよく起きる問題には、ある程度パターンがあります。

• ソース素材が少なすぎて、声が過度に理想化される
• memory エントリが薄い、または重複していて、返答が反復的になる
• 関係性の細部が取れておらず、親密さの出し方が不正確になる
• 追悼シミュレーションではなく文字どおりの蘇りに寄せすぎて、感情的に危うい返答になる

問題が出たときは、欠けているデータのせいなのか、プロンプトが弱いのか、それとも事実の復元に対する期待値が高すぎるのかを切り分けてください。

最初の出力のあとに改善を回す

最初に生成された版は完成品ではなく、ドラフトとして扱うのが基本です。preview の段階で、話し方、価値観、記憶の重点を修正してからチャット運用に進んでください。そのうえで、抜けていた素材を追加し、ビルダーを再実行します。prompts/merger.md と prompts/correction_handler.md が用意されていることからも、この skill は一発で完璧に仕上げる前提ではなく、追加と修正を重ねて育てる設計だと読み取れます。

適切なチェックで reunion の運用品質を上げる

広く使う前に、reunion に対して次のような狙いのあるプロンプトで試してください。

• “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.”

こうした確認で、reunion skill が日常的な話し方、記憶の具体性、応答の境界をきちんと捉えているかが見えてきます。うまくいかないなら、まずコードを変える前に入力を見直してください。フロー自体は妥当なのに実行時の挙動が不安定なら、次に core/chat_engine.py、core/context_memory.py、core/safety_guard.py を確認するのが近道です。