Amigo क्या है?
Amigo, Croco.Team का मार्केटिंग ऑपरेशंस के लिए एक यूनिवर्सल टेलीग्राम बॉट है। कंटेंट, सोशल मीडिया और एनालिटिक्स के लिए अलग-अलग टूल्स के बजाय, Amigo एक आधुनिक मार्केटिंग टीम की हर ज़रूरत के लिए एक एकीकृत इंटरफ़ेस (unified interface) प्रदान करता है - जो AI द्वारा संचालित है और पर्सिस्टेंट मेमोरी (persistent memory) द्वारा संवर्धित है।
कमांड सिस्टम
Amigo 20 से अधिक कमांड्स प्रदान करता है जो संपूर्ण मार्केटिंग वर्कफ़्लो को कवर करते हैं:
/trends आपके उद्योग से संबंधित वर्तमान ट्रेंडिंग विषयों को सामने लाता है, जिसमें सोर्स एट्रिब्यूशन और एंगेजमेंट मेट्रिक्स शामिल होते हैं। /content ट्रेंडिंग सिग्नल्स और कैंपेन की आवश्यकताओं के आधार पर कंटेंट आइडियाज़, आउटलाइन्स और फुल ड्राफ्ट्स जेनरेट करता है। /script वीडियो स्क्रिप्ट, पॉडकास्ट आउटलाइन्स और प्रेजेंटेशन नैरेटिव्स बनाता है। /reels TikTok, Instagram Reels और YouTube Shorts के लिए ऑप्टिमाइज़ किए गए शॉर्ट-फॉर्म वीडियो कॉन्सेप्ट्स जेनरेट करता है।
/image सोशल पोस्ट्स, विज्ञापनों और मार्केटिंग सामग्रियों के लिए AI इमेज जनरेशन को प्रॉम्प्ट करता है। /plan टाइमलाइन्स, रिसोर्स आवश्यकताओं और सक्सेस मेट्रिक्स के साथ विस्तृत मार्केटिंग प्लान बनाता है। /analyze ऑडियंस इनसाइट्स, कॉम्पिटिटर एनालिसिस और परफॉरमेंस डायग्नोस्टिक्स प्रदान करता है।
/search एक साथ कई स्रोतों पर गहन शोध (deep research) करता है। /translate शाब्दिक शब्द-दर-शब्द रूपांतरण के बजाय सांस्कृतिक अनुकूलन (cultural adaptation) के साथ कंटेंट ट्रांसलेशन को संभालता है। /marketing प्रत्येक प्लेटफॉर्म की आवश्यकताओं के अनुसार अनुकूलित मल्टी-चैनल कैंपेन कॉपी जेनरेट करता है। /twitter ऑप्टिमाइज़ किए गए ट्वीट्स, थ्रेड्स और रिप्लाई बनाता है। /linkedin प्रोफेशनल पोस्ट्स, आर्टिकल्स और एंगेजमेंट स्ट्रेटेजीज़ तैयार करता है।
अतिरिक्त कमांड्स ब्लॉग कंटेंट, नोट-टेकिंग, मेमोरी मैनेजमेंट और Notion और Google Workspace जैसी बाहरी सेवाओं के साथ इंटीग्रेशन को कवर करते हैं।
मल्टी-सोर्स एग्रीगेशन
बॉट कई स्रोतों से कंटेंट और डेटा एकत्र (aggregate) करता है:
SociaVault एंगेजमेंट एनालिटिक्स और ट्रेंड डिटेक्शन के साथ Twitter, Reddit और TikTok कंटेंट स्ट्रीम प्रदान करता है। HikerAPI कॉम्पिटिटर मॉनिटरिंग और कंटेंट प्रेरणा के लिए Instagram से जुड़ता है। YouTube API वीडियो रिसर्च, ट्रांसक्रिप्ट एक्सट्रैक्शन और ट्रेंडिंग वीडियो एनालिसिस को सक्षम बनाता है। Firecrawl वेब रिसर्च और कॉम्पिटिटर कंटेंट मॉनिटरिंग को संभालता है। OpenRouter एक सिंगल API के माध्यम से कई मॉडल्स तक पहुंच के साथ प्राथमिक LLM इंटरफ़ेस के रूप में कार्य करता है।
प्रत्येक स्रोत 30 मिनट की समाप्ति (expiration) के साथ कैश्ड परिणाम बनाए रखता है, जिससे अनावश्यक API कॉल्स से बचा जा सके और समय-संवेदनशील कार्यों के लिए ताज़गी सुनिश्चित हो सके।
नॉलेज ग्राफ मेमोरी
Amigo सिमेंटिक सर्च के लिए pgvector के साथ PostgreSQL द्वारा समर्थित एक पर्सिस्टेंट नॉलेज ग्राफ बनाए रखता है। एंटिटी एक्सट्रैक्शन बातचीत में उल्लेखित लोगों, कंपनियों, उत्पादों और अवधारणाओं की पहचान करता है। रिलेशनशिप ट्रैकिंग समय के साथ एंटिटीज के बीच संबंध बनाती है।
मेमोरी सिस्टम Amigo को पिछली बातचीत का संदर्भ देने, उपयोगकर्ता की प्राथमिकताओं को याद रखने और स्थापित संदर्भ (context) पर आगे बढ़ने में सक्षम बनाता है। प्रत्येक इंटरैक्शन को शून्य से शुरू करने के बजाय, बॉट संगठनात्मक ज्ञान एकत्र करता है जिससे सभी टीम सदस्यों को लाभ होता है।
Outline इंटीग्रेशन अतिरिक्त मेमोरी प्रदान करता है - नोट्स, जर्नल्स और फोल्डर्स Outline विकी सर्वर के साथ द्विदिश (bidirectionally) रूप से सिंक होते हैं। Outline में बनाए गए नए पेज Amigo में सर्च करने योग्य हो जाते हैं; Amigo में बातचीत Outline पेज बना सकती है या उन्हें अपडेट कर सकती है।
मॉडल आर्किटेक्चर
Amigo विशिष्ट मॉडल्स को हार्डकोड करने के बजाय 10 अलग-अलग मॉडल भूमिकाओं (model roles) का उपयोग करता है:
Chat गर्मजोशी और संदर्भ जागरूकता (context awareness) के साथ संवादात्मक इंटरैक्शन को संभालता है। Structured JSON-आउटपुट कार्यों, फॉर्म पूर्णता और डेटा एक्सट्रैक्शन को संचालित करता है। Writer मार्केटिंग कॉपी, ब्लॉग पोस्ट और सोशल कंटेंट तैयार करता है। Plan प्रोजेक्ट प्लान, स्ट्रेटेजीज़ और रोडमैप्स जेनरेट करता है। Translate सांस्कृतिक अनुकूलन के साथ क्रॉस-लिंगुअल कंटेंट का प्रबंधन करता है।
Marketing कैंपेन को ऑप्टिमाइज़ करता है, फनल का विश्लेषण करता है और कन्वर्जन-केंद्रित कॉपी जेनरेट करता है। Embedding सिमेंटिक सर्च और समानता डिटेक्शन (similarity detection) के लिए वेक्टर रिप्रेजेंटेशन बनाता है। Image इमेज जनरेशन प्रॉम्प्ट्स को संभालता है। Voice ऑडियो ट्रांसक्रिप्शन और सिंथेसिस को प्रोसेस करता है। Video वीडियो विश्लेषण और क्लिप जनरेशन का प्रबंधन करता है।
वर्कफ़्लो पाइपलाइन
सभी आउटपुट एक फॉर्मेट-आउटपुट फ़िल्टर से गुजरते हैं जो LLM-आधारित ट्रांसफॉर्मेशन लागू करता है - जिससे एक समान टोन, सही फॉर्मेटिंग और उचित विवरण स्तर सुनिश्चित होते हैं। एक पॉलिश-आउटपुट स्टेप अंतिम रिफाइनमेंट के लिए regex ट्रांसफॉर्मेशन और अतिरिक्त LLM क्लीनअप लागू करता है।
पाइपलाइन यह सुनिश्चित करती है कि शुरुआती प्रतिक्रिया चाहे किसी भी अंडरलाइंग मॉडल ने जेनरेट की हो, गुणवत्ता एक समान रहे।
महत्वपूर्ण कॉन्फ़िगरेशन नोट
OpenRouter के माध्यम से रीजनिंग मॉडल्स का उपयोग करते समय, @preset/manager में Reasoning को OFF पर सेट किया जाना चाहिए। रीजनिंग मॉडल्स कभी-कभी नल (null) कंटेंट लौटाते हैं, जिससे बॉट की उम्मीदें टूट जाती हैं। रीजनिंग को अक्षम (disable) करने से सभी ऑपरेशंस के लिए स्थिर आउटपुट सुनिश्चित होता है।
डिप्लॉयमेंट
Amigo तीन सेवाओं के साथ Docker Compose में चलता है: पोर्ट 50501 पर स्वयं बॉट, पोर्ट 50504 पर pgvector के साथ PostgreSQL, और पोर्ट 50505 पर Outline विकी सर्वर। Mastra वर्कफ़्लो ऑर्केस्ट्रेशन (v1.33.1 पर पिन किया गया) एजेंट सिस्टम में मल्टी-स्टेप कार्यों का समन्वय करता है।