Reunion Skill - 重逢 🕯️

“死亡不是终点，遗忘才是。”

用 AI 的方式，让逝去的亲人以另一种形式继续陪伴。

---

项目简介

Reunion Skill 是一个基于 Claude Code 的本地化 AI 技能，通过对逝者生前非结构化数据（聊天记录、日记、照片等）的分析与提取，构建一个具备情感还原度的数字陪伴 Agent。

核心特点

• 🔒 纯本地运行：所有数据在本地处理，绝不上传云端
• 💬 双层还原：Memory（共同记忆）+ Persona（人物性格）
• 🎯 个性化对话：还原 ta 的说话方式、口头禅、语气词
• 🧠 渐进式回忆：根据对话上下文动态唤起相关记忆，避免一次性暴露所有内容
• 🔍 智能检索：RAG + 上下文管理，语义理解更精准
• 📈 持续进化：支持追加记忆、对话纠正
• 🛡️ 心理护栏：内置情绪检测和安全干预机制

---

快速开始

1. 安装

将项目克隆到 Claude Code skills 目录：

# Windows
git clone https://github.com/yangdongchen66-boop/reunion-skill.git %USERPROFILE%\.claude\skills\reunion

# macOS/Linux
git clone https://github.com/yangdongchen66-boop/reunion-skill.git ~/.claude/skills/reunion

2. 使用

在 Claude Code 中输入：

/reunion-create

然后按照提示：

1. 输入称呼（如：奶奶、爷爷、猫猫）
2. 提供基本信息和性格印象
3. 导入原材料（聊天记录、日记、照片或直接口述）
4. 确认生成

3. 与 ta 对话

创建完成后，使用以下命令：

---

主流程

Step 1: 基础信息录入（3 个问题）
    ↓
Step 2: 原材料导入（聊天记录/日记/照片/口述）
    ↓
Step 3: 双线分析（Memory + Persona）
    ↓
Step 4: 生成并预览
    ↓
Step 5: 写入文件并安装 Skill

---

项目结构

reunion-skill/
├── SKILL.md                 # 主流程定义
├── README.md                # 项目说明
├── requirements.txt         # Python 依赖
│
├── prompts/                 # Prompt 模板
│   ├── intake.md            # 信息采集
│   ├── memory_analyzer.md   # 记忆分析
│   ├── persona_analyzer.md  # 人设分析
│   ├── memory_builder.md    # 记忆构建
│   ├── persona_builder.md   # 人设构建
│   ├── merger.md            # 增量合并
│   ├── correction_handler.md # 对话纠正
│   └── farewell.md          # 告别仪式
│
├── core/                    # 核心模块
│   ├── data_parser.py       # 数据解析器
│   ├── persona_distiller.py # 人设蒸馏
│   ├── memory_store.py      # 记忆存储（RAG）
│   ├── chat_engine.py       # 对话引擎
│   └── safety_guard.py      # 安全护栏
│
├── tools/                   # 工具脚本
│   ├── wechat_parser.py     # 微信记录解析
│   └── version_manager.py   # 版本管理
│
└── reunions/                # 纪念对象数据（用户创建后生成）
    └── {slug}/
        ├── memory.md
        ├── persona.md
        ├── meta.json
        └── SKILL.md

---

数据格式

支持的原材料

生成的数据

• memory.md: 共同记忆（时间线、关键事件、日常点滴）
• persona.md: 人设配置（语言风格、价值观、情感表达）
• meta.json: 元信息（创建时间、版本、来源等）

---

进化模式

渐进式回忆（核心特性）

不同于传统 RAG 一次性返回所有相关记忆，渐进式回忆模拟真实人类：

• 话题触发：用户提到某个话题时，检索相关记忆
• 自然涌现：使用“突然想起…”、“记得吗？”等方式引入记忆
• 情感共鸣：用户情绪低落时优先唤起温暖记忆
• 避免重复：同一件事不会在短时间内多次提及

上下文感知检索

结合当前查询 + 对话历史进行智能检索：

• 维护最近 10 轮对话作为上下文
• 语义相似度 + 上下文权重融合排序
• 自动过滤已频繁提及的记忆

追加记忆

提供新的回忆材料后，自动分析并合并到现有数据中。

对话纠正

在对话中说 “ta 不会这样说” 或 “ta 应该是…”，系统会自动记录纠正并更新人设。

---

安全与隐私

• 纯本地运行：所有数据处理在本地完成
• 不上传云端：绝不发送任何数据到外部服务器
• 用户完全控制：可随时删除或封存数据
• 心理护栏：检测到高风险情绪时触发干预，提供心理援助热线

---

技术栈

• Claude Code: 主要运行环境
• Python 3.8+: 工具脚本
• ChromaDB: 向量数据库（可选，用于 RAG）
• Sentence Transformers / ONNX Runtime: 文本嵌入（可选，支持多种后端）
• 渐进式回忆系统: 自研上下文感知记忆引擎

---

致谢

• Inspired by colleague-skill - 感谢提供的技能开发思路和架构参考

---

许可证

MIT License

---

温馨提示

如果聊天过程中感到情绪波动，请适时休息。

请珍惜眼前人。 ❤️

---

他们从未离开，只是换了一种方式存在。