Amigo کیا ہے؟
Amigo، مارکیٹنگ آپریشنز کے لیے Croco.Team کا یونیورسل ٹیلی گرام بوٹ ہے۔ مواد (content)، سوشل میڈیا، اور اینالیٹکس کے لیے الگ الگ ٹولز کے بجائے، Amigo ایک ایسا متحد انٹرفیس فراہم کرتا ہے جس میں ایک جدید مارکیٹنگ ٹیم کی ہر ضرورت موجود ہے - جو AI سے چلتا ہے اور مستقل میموری (persistent memory) سے لیس ہے۔
کمانڈ سسٹم
Amigo 20 سے زائد کمانڈز فراہم کرتا ہے جو مارکیٹنگ کے مکمل ورک فلو کا احاطہ کرتی ہیں:
/trends آپ کی صنعت سے متعلق موجودہ ٹرینڈنگ موضوعات کو سامنے لاتا ہے، جس میں ذرائع کا حوالہ اور انگیجمنٹ میٹرکس شامل ہوتے ہیں۔ /content ٹرینڈنگ سگنلز اور مہم (campaign) کی ضروریات کی بنیاد پر مواد کے آئیڈیاز، آؤٹ لائنز، اور مکمل ڈرافٹس تیار کرتا ہے۔ /script ویڈیو اسکرپٹس، پوڈ کاسٹ آؤٹ لائنز، اور پریزنٹیشن بیانات (narratives) تیار کرتا ہے۔ /reels TikTok، Instagram Reels، اور YouTube Shorts کے لیے موزوں مختصر ویڈیو تصورات (concepts) تیار کرتا ہے۔
/image سوشل پوسٹس، اشتہارات، اور مارکیٹنگ مواد کے لیے AI امیج جنریشن کے پرومپٹس دیتا ہے۔ /plan ٹائم لائنز، وسائل کی ضروریات، اور کامیابی کے میٹرکس کے ساتھ تفصیلی مارکیٹنگ پلانز بناتا ہے۔ /analyze سامعین کی بصیرت (audience insights)، حریفوں کا تجزیہ، اور کارکردگی کی تشخیص فراہم کرتا ہے۔
/search بیک وقت متعدد ذرائع سے گہری تحقیق کرتا ہے۔ /translate لفظ بہ لفظ ترجمے کے بجائے ثقافتی ہم آہنگی کے ساتھ مواد کا ترجمہ کرتا ہے۔ /marketing ہر پلیٹ فارم کی ضروریات کے مطابق ملٹی چینل مہم کی کاپی تیار کرتا ہے۔ /twitter موزوں ٹویٹس، تھریڈز، اور جوابات تیار کرتا ہے۔ /linkedin پیشہ ورانہ پوسٹس، مضامین، اور انگیجمنٹ حکمت عملی تیار کرتا ہے۔
مزید کمانڈز بلاگ مواد، نوٹ لینے، میموری مینجمنٹ، اور Notion اور Google Workspace جیسی بیرونی خدمات کے ساتھ انٹیگریشن کا احاطہ کرتی ہیں۔
ملٹی سورس ایگریگیشن
بوٹ متعدد ذرائع سے مواد اور ڈیٹا اکٹھا کرتا ہے:
SociaVault انگیجمنٹ اینالیٹکس اور ٹرینڈ ڈیٹیکشن کے ساتھ Twitter، Reddit، اور TikTok کے مواد کی اسٹریمز فراہم کرتا ہے۔ HikerAPI حریفوں کی نگرانی اور مواد کی ترغیب کے لیے Instagram سے منسلک ہوتا ہے۔ YouTube API ویڈیو ریسرچ، ٹرانسکرپٹ نکالنے، اور ٹرینڈنگ ویڈیوز کے تجزیے کو ممکن بناتا ہے۔ Firecrawl ویب ریسرچ اور حریفوں کے مواد کی نگرانی کرتا ہے۔ OpenRouter ایک واحد API کے ذریعے متعدد ماڈلز تک رسائی کے ساتھ بنیادی LLM انٹرفیس کے طور پر کام کرتا ہے۔
ہر ذریعہ 30 منٹ کی میعاد کے ساتھ کیشڈ (cached) نتائج رکھتا ہے، جس سے غیر ضروری API کالز سے بچا جاتا ہے اور وقت کے حساس کاموں کے لیے تازہ ترین معلومات کو یقینی بنایا جاتا ہے۔
نالج گراف میموری
Amigo ایک مستقل نالج گراف برقرار رکھتا ہے جس کی پشت پناہی PostgreSQL اور سیمنٹک سرچ کے لیے pgvector کرتا ہے۔ اینٹٹی ایکسٹریکشن (Entity extraction) گفتگو میں ذکر کیے گئے لوگوں، کمپنیوں، مصنوعات اور تصورات کی شناخت کرتا ہے۔ ریلیشن شپ ٹریکنگ وقت کے ساتھ ساتھ اینٹٹیز کے درمیان تعلقات استوار کرتی ہے۔
میموری سسٹم Amigo کو پچھلی گفتگو کا حوالہ دینے، صارف کی ترجیحات کو یاد رکھنے، اور قائم شدہ سیاق و سباق (context) پر کام کرنے کے قابل بناتا ہے۔ ہر بات چیت کو صفر سے شروع کرنے کے بجائے، بوٹ تنظیمی علم جمع کرتا ہے جس سے ٹیم کے تمام ارکان کو فائدہ ہوتا ہے۔
Outline انٹیگریشن اضافی میموری فراہم کرتا ہے - نوٹس، جرنلز، اور فولڈرز Outline ویکی سرور کے ساتھ دو طرفہ طور پر سنک (sync) ہوتے ہیں۔ Outline میں بنائے گئے نئے صفحات Amigo میں تلاش کے قابل ہو جاتے ہیں؛ Amigo میں ہونے والی گفتگو Outline کے صفحات بنا سکتی ہے یا انہیں اپ ڈیٹ کر سکتی ہے۔
ماڈل آرکیٹیکچر
Amigo مخصوص ماڈلز کو ہارڈ کوڈ کرنے کے بجائے 10 مختلف ماڈل رولز (roles) استعمال کرتا ہے:
Chat گرمجوشی اور سیاق و سباق کی آگاہی کے ساتھ بات چیت کے تعاملات کو سنبھالتا ہے۔ Structured JSON-آؤٹ پٹ ٹاسک، فارم کی تکمیل، اور ڈیٹا ایکسٹریکشن کو چلاتا ہے۔ Writer مارکیٹنگ کاپی، بلاگ پوسٹس، اور سوشل مواد تیار کرتا ہے۔ Plan پروجیکٹ پلانز، حکمت عملی، اور روڈ میپس تیار کرتا ہے۔ Translate ثقافتی ہم آہنگی کے ساتھ مختلف زبانوں کے مواد کا انتظام کرتا ہے۔
Marketing مہمات کو بہتر بناتا ہے، فنلز (funnels) کا تجزیہ کرتا ہے، اور کنورژن پر مرکوز کاپی تیار کرتا ہے۔ Embedding سیمنٹک سرچ اور مماثلت کی شناخت کے لیے ویکٹر نمائندگی (vector representations) بناتا ہے۔ Image امیج جنریشن پرومپٹس کو سنبھالتا ہے۔ Voice آڈیو ٹرانسکرپشن اور سنتھیسس (synthesis) پر کارروائی کرتا ہے۔ Video ویڈیو تجزیہ اور کلپ جنریشن کا انتظام کرتا ہے۔
ورک فلو پائپ لائن
تمام آؤٹ پٹ ایک فارمیٹ-آؤٹ پٹ فلٹر سے گزرتا ہے جو LLM پر مبنی تبدیلی (transformation) لاگو کرتا ہے - جس سے مستقل لہجہ، درست فارمیٹنگ، اور تفصیلات کے مناسب لیول کو یقینی بنایا جاتا ہے۔ ایک polish-output مرحلہ حتمی نکھار کے لیے regex ٹرانسفارمیشنز اور اضافی LLM کلین اپ لاگو کرتا ہے۔
یہ پائپ لائن مستقل معیار کو یقینی بناتا ہے، قطع نظر اس کے کہ ابتدائی جواب کس بنیادی ماڈل نے تیار کیا تھا۔
اہم کنفیگریشن نوٹ
OpenRouter کے ذریعے ریزننگ (reasoning) ماڈلز استعمال کرتے وقت، @preset/manager میں Reasoning کو OFF پر سیٹ ہونا چاہیے۔ ریزننگ ماڈلز کبھی کبھی null مواد واپس کرتے ہیں، جس سے بوٹ کی توقعات متاثر ہوتی ہیں۔ ریزننگ کو غیر فعال کرنے سے تمام آپریشنز کے لیے مستحکم آؤٹ پٹ یقینی بناتا ہے۔
ڈیپلائمنٹ
Amigo تین سروسز کے ساتھ Docker Compose میں چلتا ہے: بوٹ خود پورٹ 50501 پر، pgvector کے ساتھ PostgreSQL پورٹ 50504 پر، اور Outline ویکی سرور پورٹ 50505 پر۔ Mastra ورک فلو آرکیسٹریشن (v1.33.1 پر پن کیا گیا) ایجنٹ سسٹم میں کثیر مرحلہ وار ٹاسک کے درمیان ہم آہنگی پیدا کرتا ہے۔