Qu'est-ce qu'Amigo ?
Amigo est le bot Telegram universel de Croco.Team pour les opérations de marketing. Plutôt que d'utiliser des outils distincts pour le contenu, les réseaux sociaux et l'analyse, Amigo offre une interface unifiée pour tout ce dont une équipe marketing moderne a besoin - propulsée par l'IA et augmentée par une mémoire persistante.
Système de commandes
Amigo propose plus de 20 commandes couvrant l'ensemble du flux de travail marketing :
/trends fait remonter les sujets tendance actuels pertinents pour votre secteur, avec attribution des sources et mesures d'engagement. /content génère des idées de contenu, des plans et des brouillons complets basés sur les signaux de tendance et les exigences de la campagne. /script crée des scripts vidéo, des plans de podcast et des récits de présentation. /reels génère des concepts de vidéos courtes optimisés pour TikTok, Instagram Reels et YouTube Shorts.
/image sollicite la génération d'images par IA pour les publications sur les réseaux sociaux, les publicités et les supports marketing. /plan crée des plans marketing détaillés avec des calendriers, des besoins en ressources et des indicateurs de succès. /analyze fournit des informations sur l'audience, une analyse des concurrents et des diagnostics de performance.
/search effectue des recherches approfondies sur plusieurs sources simultanément. /translate gère la traduction de contenu avec une adaptation culturelle plutôt qu'une conversion littérale mot à mot. /marketing génère des textes de campagne multicanaux adaptés aux exigences de chaque plateforme. /twitter crée des tweets, des fils (threads) et des réponses optimisés. /linkedin produit des publications professionnelles, des articles et des stratégies d'engagement.
Des commandes supplémentaires couvrent le contenu de blog, la prise de notes, la gestion de la mémoire et l'intégration avec des services externes tels que Notion et Google Workspace.
Agrégation multi-sources
Le bot agrège du contenu et des données provenant de multiples sources :
SociaVault fournit des flux de contenu Twitter, Reddit et TikTok avec des analyses d'engagement et la détection de tendances. HikerAPI se connecte à Instagram pour la surveillance des concurrents et l'inspiration de contenu. L'API YouTube permet la recherche vidéo, l'extraction de transcriptions et l'analyse des vidéos tendance. Firecrawl gère la recherche web et la surveillance du contenu des concurrents. OpenRouter sert d'interface LLM principale avec un accès à plusieurs modèles via une seule API.
Chaque source conserve des résultats en cache avec une expiration de 30 minutes, évitant ainsi les appels API redondants tout en garantissant la fraîcheur des données pour les travaux urgents.
Mémoire par graphe de connaissances
Amigo maintient un graphe de connaissances persistant basé sur PostgreSQL avec pgvector pour la recherche sémantique. L'extraction d'entités identifie les personnes, les entreprises, les produits et les concepts mentionnés dans les conversations. Le suivi des relations établit des connexions entre les entités au fil du temps.
Le système de mémoire permet à Amigo de faire référence à des conversations précédentes, de se souvenir des préférences de l'utilisateur et de s'appuyer sur le contexte établi. Plutôt que de commencer chaque interaction à zéro, le bot accumule des connaissances organisationnelles qui profitent à tous les membres de l'équipe.
L'intégration d'Outline fournit une mémoire supplémentaire - les notes, les journaux et les dossiers sont synchronisés bidirectionnellement avec le serveur wiki Outline. Les nouvelles pages créées dans Outline deviennent consultables dans Amigo ; les conversations dans Amigo peuvent créer ou mettre à jour des pages Outline.
Architecture des modèles
Amigo utilise 10 rôles de modèles distincts plutôt que de coder en dur des modèles spécifiques :
Chat gère les interactions conversationnelles avec chaleur et conscience du contexte. Structured pilote les tâches de sortie JSON, le remplissage de formulaires et l'extraction de données. Writer produit des textes marketing, des articles de blog et du contenu pour les réseaux sociaux. Plan génère des plans de projet, des stratégies et des feuilles de route. Translate gère le contenu multilingue avec adaptation culturelle.
Marketing optimise les campagnes, analyse les entonnoirs et génère des textes axés sur la conversion. Embedding crée des représentations vectorielles pour la recherche sémantique et la détection de similitudes. Image gère les prompts de génération d'images. Voice traite la transcription et la synthèse audio. Video gère l'analyse vidéo et la génération de clips.
Pipeline de flux de travail
Toute la sortie passe par un filtre de formatage (format-output) qui applique une transformation basée sur le LLM - garantissant un ton cohérent, un formatage correct et des niveaux de détail appropriés. Une étape de polissage (polish-output) applique des transformations regex et un nettoyage LLM supplémentaire pour l'affinage final.
Le pipeline garantit une qualité constante, quel que soit le modèle sous-jacent ayant généré la réponse initiale.
Note de configuration critique
Lors de l'utilisation de modèles de raisonnement via OpenRouter, le @preset/manager doit avoir l'option Reasoning réglée sur OFF. Les modèles de raisonnement renvoient parfois un contenu nul, ce qui perturbe les attentes du bot. La désactivation du raisonnement garantit une sortie stable pour toutes les opérations.
Déploiement
Amigo fonctionne sous Docker Compose avec trois services : le bot lui-même sur le port 50501, PostgreSQL avec pgvector sur le port 50504, et le serveur wiki Outline sur le port 50505. L'orchestration du flux de travail Mastra (fixée à la v1.33.1) coordonne les tâches multi-étapes à travers le système d'agents.