Was ist Amigo?
Amigo ist der universelle Telegram-Bot von Croco.Team für Marketing-Operationen. Anstatt separater Tools für Content, Social Media und Analytics bietet Amigo eine einheitliche Schnittstelle für alles, was ein modernes Marketing-Team benötigt – angetrieben durch KI und ergänzt durch ein persistentes Gedächtnis.
Befehlssystem
Amigo bietet über 20 Befehle an, die den gesamten Marketing-Workflow abdecken:
/trends zeigt aktuelle Trendthemen auf, die für Ihre Branche relevant sind, inklusive Quellenangaben und Engagement-Metriken. /content generiert Content-Ideen, Gliederungen und vollständige Entwürfe basierend auf Trend-Signalen und Kampagnenanforderungen. /script erstellt Videoskripte, Podcast-Gliederungen und Präsentationsnarrative. /reels generiert Kurzvideo-Konzepte, die für TikTok, Instagram Reels und YouTube Shorts optimiert sind.
/image löst die KI-Bildgenerierung für Social-Posts, Anzeigen und Marketingmaterialien aus. /plan erstellt detaillierte Marketingpläne mit Zeitplänen, Ressourcenanforderungen und Erfolgsmetriken. /analyze liefert Zielgruppen-Insights, Wettbewerbsanalysen und Performance-Diagnosen.
/search führt tiefgehende Recherchen über mehrere Quellen gleichzeitig durch. /translate übernimmt die Übersetzung von Inhalten mit kultureller Anpassung statt einer wörtlichen Wort-für-Wort-Übertragung. /marketing generiert Multi-Channel-Kampagnentexte, die an die Anforderungen der jeweiligen Plattform angepasst sind. /twitter erstellt optimierte Tweets, Threads und Antworten. /linkedin erstellt professionelle Posts, Artikel und Engagement-Strategien.
Weitere Befehle decken Blog-Content, Notizen, Speicherverwaltung und die Integration externer Dienste wie Notion und Google Workspace ab.
Multi-Source-Aggregation
Der Bot aggregiert Inhalte und Daten aus mehreren Quellen:
SociaVault stellt Content-Streams von Twitter, Reddit und TikTok mit Engagement-Analysen und Trenderkennung bereit. HikerAPI verbindet sich mit Instagram für Wettbewerbsmonitoring und Content-Inspiration. Die YouTube-API ermöglicht Videorecherche, Transkript-Extraktion und die Analyse von Trend-Videos. Firecrawl übernimmt die Web-Recherche und das Monitoring von Wettbewerbsinhalten. OpenRouter dient als primäre LLM-Schnittstelle mit Zugriff auf mehrere Modelle über eine einzige API.
Jede Quelle speichert gecachte Ergebnisse mit einer Ablaufzeit von 30 Minuten, wodurch redundante API-Aufrufe vermieden werden und gleichzeitig die Aktualität für zeitkritische Arbeiten gewährleistet bleibt.
Knowledge Graph Memory
Amigo unterhält einen persistenten Knowledge Graph, der durch PostgreSQL mit pgvector für die semantische Suche unterstützt wird. Die Entitätsextraktion identifiziert Personen, Unternehmen, Produkte und Konzepte, die in Gesprächen erwähnt werden. Das Relationship Tracking baut im Laufe der Zeit Verbindungen zwischen Entitäten auf.
Das Gedächtnissystem ermöglicht es Amigo, auf frühere Gespräche Bezug zu nehmen, Benutzerpräferenzen zu speichern und auf bestehendem Kontext aufzubauen. Anstatt jede Interaktion bei Null zu beginnen, sammelt der Bot organisatorisches Wissen, von dem alle Teammitglieder profitieren.
Die Outline-Integration bietet zusätzlichen Speicher – Notizen, Journale und Ordner werden bidirektional mit dem Outline-Wiki-Server synchronisiert. Neu in Outline erstellte Seiten werden in Amigo durchsuchbar; Gespräche in Amigo können Outline-Seiten erstellen oder aktualisieren.
Modellarchitektur
Amigo verwendet 10 verschiedene Modellrollen, anstatt spezifische Modelle fest zu codieren:
Chat übernimmt konversationelle Interaktionen mit Wärme und Kontextbewusstsein. Structured steuert Aufgaben mit JSON-Ausgabe, Formularausfüllungen und Datenextraktion. Writer erstellt Marketingtexte, Blog-Posts und Social-Content. Plan generiert Projektpläne, Strategien und Roadmaps. Translate verwaltet mehrsprachige Inhalte mit kultureller Anpassung.
Marketing optimiert Kampagnen, analysiert Funnels und generiert konversionsorientierte Texte. Embedding erstellt Vektorrepräsentationen für die semantische Suche und Ähnlichkeitserkennung. Image übernimmt Prompts für die Bildgenerierung. Voice verarbeitet Audio-Transkription und -Synthese. Video verwaltet die Videoanalyse und die Clip-Generierung.
Workflow-Pipeline
Alle Ausgaben durchlaufen einen Format-Output-Filter, der eine LLM-basierte Transformation anwendet – dies gewährleistet einen konsistenten Ton, eine korrekte Formatierung und ein angemessenes Detailniveau. Ein Polish-Output-Schritt wendet Regex-Transformationen und eine zusätzliche LLM-Bereinigung für den finalen Feinschliff an.
Die Pipeline stellt eine konsistente Qualität sicher, unabhängig davon, welches zugrunde liegende Modell die ursprüngliche Antwort generiert hat.
Kritischer Konfigurationshinweis
Bei der Verwendung von Reasoning-Modellen über OpenRouter muss beim @preset/manager die Option Reasoning auf OFF gesetzt sein. Reasoning-Modelle geben manchmal null-Inhalte zurück, was die Erwartungen des Bots durchbricht. Das Deaktivieren von Reasoning gewährleistet eine stabile Ausgabe für alle Operationen.
Deployment
Amigo läuft in Docker Compose mit drei Diensten: dem Bot selbst auf Port 50501, PostgreSQL mit pgvector auf Port 50504 und dem Outline-Wiki-Server auf Port 50505. Die Mastra-Workflow-Orchestrierung (fixiert auf v1.33.1) koordiniert mehrstufige Aufgaben über das Agenten-System hinweg.