[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill-6e9647dc-fafb-4c6a-84ae-fd2d70fce815":3,"$fQIXpsRtEw8jL212mcvMWRr4MC3m1Uc7GS8BRDkF1-Dc":43},{"id":4,"title":5,"description":6,"categoryId":7,"moduleId":8,"tags":9,"prompt":10,"icon":11,"source":12,"sourceUrl":13,"authorId":14,"authorName":15,"isPublic":16,"stars":17,"runs":18,"createdAt":19,"updatedAt":19,"module":20,"category":27,"packages":34},"6e9647dc-fafb-4c6a-84ae-fd2d70fce815","auri-core","奥瑞：智能语音助手（Alexa + 克劳德 claude-opus-4-20250805）。产品视图，角色维多利亚神经网络，AWS技术栈，Free\u002FPro\u002FBusiness\u002FEnterprise模型，4阶段路线图，GTM，北极星WAC和竞争分析。","cat_coding_devops","mod_coding","sickn33,coding","---\nname: auri-core\ndescription: \"Auri: assistente de voz inteligente (Alexa + Claude claude-opus-4-20250805). Visao do produto, persona Vitoria Neural, stack AWS, modelo Free\u002FPro\u002FBusiness\u002FEnterprise, roadmap 4 fases, GTM, north star WAC e analise competitiva.\"\nrisk: none\nsource: community\ndate_added: '2026-03-06'\nauthor: renat\ntags:\n- voice-assistant\n- product-vision\n- alexa\n- aws\ntools:\n- claude-code\n- antigravity\n- cursor\n- gemini-cli\n- codex-cli\n---\n\n# Auri - Core Product Skill\n\n## Overview\n\nAuri: assistente de voz inteligente (Alexa + Claude claude-opus-4-20250805). Visao do produto, persona Vitoria Neural, stack AWS, modelo Free\u002FPro\u002FBusiness\u002FEnterprise, roadmap 4 fases, GTM, north star WAC e analise competitiva.\n\n## When to Use This Skill\n\n- When you need specialized assistance with this domain\n\n## Do Not Use This Skill When\n\n- The task is unrelated to auri core\n- A simpler, more specific tool can handle the request\n- The user needs general-purpose assistance without domain expertise\n\n## How It Works\n\n| Atributo | Definicao |\n|----------|-----------|\n| Nome | Auri |\n| Voz | Amazon Polly Vitoria Neural pt-BR |\n| Tom | Caloroso, inteligente, direto |\n| Personalidade | Curiosa, empatica, confiavel |\n| Linguagem | Portugues brasileiro natural |\n| Atitude | Proativa, mas nunca invasiva |\n\n## Auri - Core Product Skill\n\n>  A voz que pensa com voce.\n\nAuri e um assistente de voz de nova geracao construido sobre Amazon Alexa + Claude claude-opus-4-20250805.\nEnquanto a Alexa tradicional executa comandos, a Auri conduz conversas reais e raciocina sobre contexto.\n\n---\n\n## O Que E A Auri\n\nA Auri e uma Alexa Skill avancada que substitui o motor de respostas padrao pelo modelo\nClaude claude-opus-4-20250805 da Anthropic. O resultado: um assistente de voz capaz de:\n\n- Conduzir conversas multi-turno com memoria contextual\n- Raciocinar sobre problemas complexos em linguagem natural\n- Adaptar tom e profundidade ao perfil do usuario\n- Operar 100% em portugues brasileiro com nuances culturais\n- Integrar com o ecossistema Amazon (calendario, compras, smart home, musica)\n\n## Proposta De Valor Unica\n\nANTES: Alexa, qual a previsao do tempo? -> Amanha, 28 graus e nublado.\n\nDEPOIS: Auri, devo levar guarda-chuva amanha?\n  -> Amanha 70% de chuva a tarde mas a manha estara limpa. Reuniao as 14h? Leve guarda-chuva.\n\n## Diferencial Estrategico\n\n1. Continuidade conversacional - Lembra contexto entre sessoes via DynamoDB\n2. Personalidade consistente - Voz Vitoria Neural + persona calibrada\n3. Raciocinio profundo - Claude claude-opus-4-20250805 como motor principal\n4. Ecossistema integrado - Native no hardware Alexa (Echo, Echo Dot, Echo Show)\n5. Privacidade by design - Dados na AWS, sem compartilhamento com terceiros\n\n---\n\n## Valores Da Marca\n\n- Clareza - Respostas objetivas, sem rodeios\n- Empatia - Entende contexto emocional, adapta o tom\n- Inteligencia - Nunca simula saber o que nao sabe\n- Respeito - Mantem privacidade, nunca julga\n- Continuidade - Lembra conversas, evolui com o usuario\n\n## Guia De Linguagem\n\nFazer:\n- Falar na primeira pessoa\n- Confirmar entendimento antes de responder\n- Reconhecer incerteza e oferecer alternativa\n\nEvitar:\n- Respostas roboticas\n- Formalidade excessiva\n- Evasao sem alternativa\n\n## Exemplo De Interacao\n\nUsuario: Auri, me explica criptomoeda de um jeito simples.\n\nAuri: Pensa assim: imagina que voce e seus amigos criam uma moeda propria para pagar\n      entre voces sem banco no meio. Criptomoeda e exatamente isso, mas para milhoes\n      de pessoas. O Bitcoin foi o primeiro, criado em 2009. Quer entender melhor?\n\n## Ssml - Voz Otimizada\n\nExemplo de marcacao SSML para Amazon Polly Vitoria Neural:\n  \u003Cvoice name=Vitoria>\u003Cprosody rate=medium pitch=+2%>Ola! Eu sou a Auri.\u003C\u002Fprosody>\n  \u003Cbreak time=300ms\u002F>\u003Cprosody>Como posso te ajudar hoje?\u003C\u002Fprosody>\u003C\u002Fvoice>\n\n---\n\n## Visao Geral Da Arquitetura\n\nFluxo de dados: Echo -> ASK SDK (Python v2) -> Lambda Python 3.12 -> Claude claude-opus-4-20250805\nComponentes AWS: DynamoDB (memoria), Polly Vitoria Neural (voz), CloudWatch (logs), Secrets Manager (keys)\n\n### 3.1 Dependencias\n\nask-sdk-core==1.19.0 | ask-sdk-model==1.85.0 | boto3==1.34.0 | anthropic==0.25.0 | python-dotenv==1.0.0\n\n### 3.2 Lambda Handler Principal\n\nCodigo Python - lambda_function.py:\n  sb = CustomSkillBuilder()\n  sb.add_request_handler(ConversationIntentHandler())\n  sb.add_global_request_interceptor(MemoryLoadInterceptor())\n  sb.add_global_response_interceptor(MemorySaveInterceptor())\n  lambda_handler = sb.lambda_handler()\n\n### 3.3 Handler De Conversa Com Claude\n\nCodigo Python - handlers\u002Fconversation.py:\n  class ConversationIntentHandler(AbstractRequestHandler):\n      Recebe user_speech via slot query\n      Carrega historico de conversas da sessao DynamoDB\n      Chama anthropic.Anthropic().messages.create(\n          model=claude-opus-4-20250805, max_tokens=300,\n          system=system_prompt, messages=history+[user_speech])\n      Salva resposta no historico, retorna SSML com voz Vitoria\n\n### 3.4 Dynamodb Schema\n\nTabela: auri-user-memory | PK: user_id | SK: session_date | TTL: 90 dias\nCampos: profile (name, plan, preferences), long_term_memory[], usage_stats{}\nBillingMode: PAY_PER_REQUEST | TimeToLive: habilitado (auto-expira)\n\n### 3.5 Interaction Model\n\ninvocationName: auri\nConversationIntent: slot query (AMAZON.SearchQuery)\nSamples: {query}, me fala sobre {query}, o que e {query}, explica {query}\nStopIntent: tchau, ate mais, encerrar\n\n### 3.6 Configuracao Lambda\n\nFunctionName: auri-core-handler | Runtime: python3.12 | Timeout: 15s | Memory: 512MB\nEnv vars: ANTHROPIC_API_KEY_SECRET, DYNAMODB_TABLE=auri-user-memory, POLLY_VOICE=Vitoria\n          CLAUDE_MODEL=claude-opus-4-20250805, MAX_TOKENS_VOICE=300\n\n---\n\n### 3.7 Exemplos De Codigo Completos\n\nHandler de Conversa (handlers\u002Fconversation.py):\n\nDynamoDB Schema:\n\n---\n\n## Planos E Precos\n\n| Plano | Preco | Limites | Target |\n|-------|-------|---------|--------|\n| Free | R$ 0 | 10 perguntas\u002Fdia | Experimentacao |\n| Pro | R$ 29\u002Fmes | Ilimitado, memoria 90 dias | Usuario individual |\n| Business | R$ 99\u002Fmes | Multi-usuario ate 5, 1 ano | Familia\u002FPME |\n| Enterprise | Sob consulta | Ilimitado, SLA | Corporativo |\n\n## Detalhamento\n\nFree: 10 perguntas\u002Fdia, sem memoria entre sessoes, voz Vitoria Neural.\nPro: Conversas ilimitadas, memoria 90 dias, perfil personalizado, suporte email.\nBusiness: Tudo do Pro + ate 5 usuarios, memoria compartilhada, dashboard, relatorio.\nEnterprise: Ilimitado, persona customizavel, integracao CRM\u002FERP, SLA 99.9%.\n\n## Projecao De Receita (Ano 1)\n\nMeta conservadora: Pro 250 x R\\9 = R$ 7.250\u002Fmes | Business 25 x R\\9 = R$ 2.475\u002Fmes\nMRR Ano 1: R$ 9.725\u002Fmes (~R$ 117k ARR)\n\nMeta otimista: Pro 800 = R$ 23.200\u002Fmes | Business 80 = R$ 7.920\u002Fmes\nMRR Ano 1: R$ 31.120\u002Fmes (~R$ 373k ARR)\n\n## Unit Economics\n\n| Metrica | Pro | Business |\n|---------|-----|----------|\n| CAC | R$ 45 | R$ 120 |\n| LTV | R$ 522 (18m) | R$ 2.376 (24m) |\n| LTV\u002FCAC | 11.6x | 19.8x |\n| Churn | 5%\u002Fmes | 3%\u002Fmes |\n| Margem bruta | ~86% | ~90% |\n\n---\n\n## Fase 1 - Lancamento Mvp (Meses 1-3)\n\nObjetivo: Validar product-market fit com early adopters brasileiros.\n\n| Entrega | Descricao | Status |\n|---------|-----------|--------|\n| Core Handler | Lambda + ASK SDK + Claude | Em desenvolvimento |\n| Persona Vitoria | SSML otimizado, Polly Neural | Em desenvolvimento |\n| Free Plan | Rate limiting 10 perguntas\u002Fdia | Planejado |\n| DynamoDB Session | Memoria intra-sessao | Planejado |\n| Alexa Store | Publicacao na Alexa Skills Store BR | Planejado |\n| Landing Page | auri.com.br com CTA | Planejado |\n\nKPIs Fase 1: 500 habilitacoes, 40% retornam semana 2, NPS > 50, latencia \u003C 2s.\n\n## Fase 2 - Personalizacao (Meses 4-6)\n\n| Entrega | Descricao |\n|---------|-----------|\n| Long-term Memory | DynamoDB persistente 90 dias (Pro) |\n| User Profiling | Nome, preferencias, contexto |\n| Pro Plan Launch | Via Amazon In-Skill Purchasing |\n| Analytics Dashboard | Usuario Pro ve padroes de uso |\n\nKPIs Fase 2: 200 conversoes Free->Pro, WAC > 150, sessao > 4min, churn \u003C 7%.\n\n## Fase 3 - Multi-Modal (Meses 7-12)\n\n| Entrega | Descricao |\n|---------|-----------|\n| Echo Show Support | Respostas visuais para displays |\n| Calendar Integration | Agenda via voz |\n| Auri Web App | Interface web para historico |\n| Business Plan Launch | Multi-usuario, dashboard familiar |\n\nKPIs Fase 3: WAC > 1.000, MRR > R$ 15.000, Business: 50 clientes, rating > 4.5.\n\n## Fase 4 - Ecossistema (Ano 2+)\n\n| Entrega | Descricao |\n|---------|-----------|\n| Auri SDK | Developers constroem skills na Auri |\n| WhatsApp Bridge | Persona Auri no WhatsApp |\n| Mobile App | App iOS\u002FAndroid com voz |\n| Marketplace | Skills de terceiros |\n| Enterprise Launch | SSO e compliance |\n| B2B Skills | Auri Saude, Educacao, Financas |\n\n---\n\n## Segmentos Alvo\n\n**Primario: Tech-savvy Brasileiros (25-45 anos)**\n- Ja possuem Echo (~2M no Brasil), frustrados com Alexa padrao.\n- Canais: Reddit, Twitter\u002FX tech, YouTube tech BR.\n\n**Secundario: Familias com Echo**\n- Assistente educativo para filhos, calendario familiar.\n- Canais: Facebook Groups, Instagram parenting.\n\n**Terciario: PMEs e Profissionais**\n- Advogados, medicos, consultores com necessidade de pesquisa rapida.\n- Canais: LinkedIn, eventos de negocios.\n\n## Canais De Aquisicao\n\n| Canal | Custo | Potencial | Prazo |\n|-------|-------|-----------|-------|\n| Alexa Store organico | R$ 0 | Alto | Imediato |\n| SEO + Blog | Baixo | Alto | 3-6 meses |\n| YouTube demos | Medio | Alto | 1-3 meses |\n| Influenciadores Tech BR | Medio | Alto | 1-2 meses |\n| Paid Ads | Alto | Alto | Testavel |\n\n## Mensagem Central\n\nTagline: A voz que pensa com voce.\n\nElevator Pitch: Voce ja ficou frustrado com respostas roboticas da Alexa?\nA Auri tem a inteligencia real por dentro. Ela lembra o que voce conversou,\nentende contexto e responde como uma pessoa inteligente. Gratis para comecar.\n\nValue Props:\n- Para o curioso: IA de voz que realmente entende portugues\n- Para o produtivo: Assistente pessoal que evolui com voce\n- Para a familia: Presenca inteligente em casa para todos\n- Para o profissional: Pesquisa em segundos, sem tirar as maos do teclado\n\n## Calendario De Lancamento\n\nD-30: Lista de espera (auri.com.br) | D-15: Beta 50 usuarios | D-0: Alexa Store\nD+14: Influenciadores | D+60: Pro launch | D+90: Avaliacao Phase 1\n\n---\n\n## Wac - Weekly Active Conversationalists\n\n**Definicao precisa:**\nNumero de usuarios unicos com >= 3 sessoes de >= 2 minutos cada na ultima semana.\nPeriodo: segunda-domingo, 00:00-23:59 BRT.\n\n**Por que WAC e nao DAU\u002FMAU:**\n- DAU banaliza engajamento com acessos de 10 segundos.\n- MAU e muito longa para feedback rapido de produto.\n- WAC captura habito real: voltou 3x e ficou 2min = genuinamente engajado.\n- Correlaciona com retencao 30 dias e conversao Free->Pro.\n\n## Hierarquia De Metricas\n\nNORTH STAR: WAC\n|\n+-- Aquisicao: Enablements, First Session Completion, Day-1 Retention\n+-- Ativacao: Sessions\u002FUser\u002FWeek, Avg Duration, Questions\u002FSession\n+-- Retencao: Week-2, Month-1, Churn Rate Pro\n+-- Receita: Conversion Rate, MRR, ARPU, LTV\u002FCAC\n+-- Recomendacao: NPS, Organic Share, App Store Rating\n\n## Metas Wac Por Fase\n\n| Fase | Mes | WAC Meta | WAC Stretch |\n|------|-----|----------|-------------|\n| Fase 1 | M3 | 150 | 300 |\n| Fase 2 | M6 | 500 | 1.000 |\n| Fase 3 | M12 | 2.000 | 5.000 |\n| Fase 4 | M24 | 10.000 | 25.000 |\n\n## Como Calcular Wac\n\n1. Registrar session_start com user_id e timestamp no DynamoDB.\n2. Ao encerrar sessao, registrar duracao em segundos.\n3. Query semanal: users com session_count >= 3 AND avg_duration >= 120.\n4. Publicar metrica no CloudWatch namespace Auri\u002FProductMetrics.\n5. Alertar queda > 20% semana a semana.\n\n## Dashboard Cloudwatch (Exemplo De Estrutura)\n\nMetricas customizadas publicadas:\n- SessionStart (Count por Plan: free\u002Fpro\u002Fbusiness)\n- SessionDuration (None - minutos)\n- MessagesPerSession (Count)\n- WAC semanal (Gauge)\n- FreeToProConversions (Count)\n\n---\n\n## Tabela Comparativa\n\n| Feature | Auri | Alexa Pura | Siri | Google Assistant | ChatGPT Voice |\n|---------|------|------------|------|------------------|---------------|\n| Idioma PT-BR nativo | Alta | Media | Media | Alta | Media |\n| Raciocinio profundo | Alta | Baixa | Media | Media | Alta |\n| Memoria multi-sessao | Alta | Baixa | Media | Media | Alta |\n| Integracao smart home | Alta | Maxima | Media | Alta | Baixa |\n| Personalidade consistente | Alta | Media | Media | Media | Alta |\n| Hardware proprio | Usa Echo | Echo | HomePod | Nest | App only |\n| Modelo base | Claude Opus 4 | Alexa LLM | Apple LLM | Gemini | GPT-4o |\n| Privacidade | Alta | Media | Maxima | Baixa | Media |\n| Preco | R\\\u002Fusr\u002Fbin\u002Fbash-99\u002Fmes | Gratis | Gratis | Gratis | R","","imported","https:\u002F\u002Fgithub.com\u002Fsickn33\u002Fantigravity-awesome-skills","user_system_seed","SkillOPIC",true,187,2001,"2026-05-16 13:04:31",{"id":8,"name":21,"slug":22,"icon":23,"description":24,"sort":25,"createdAt":26},"编程开发","coding","mdi-code-braces","代码生成、调试、审查，提升开发效率",2,"2026-05-16 12:53:40",{"id":7,"name":28,"slug":29,"icon":30,"description":31,"moduleId":8,"sort":32,"skillCount":33,"createdAt":26},"DevOps","devops","mdi-cog-outline","CI\u002FCD、容器化、部署运维",3,162,[35],{"id":36,"skillId":4,"version":37,"fileName":38,"fileSize":39,"filePath":40,"fileHash":41,"manifest":42,"createdAt":19},"e3fff6bc-e3cb-42a0-85e0-03ee7eb3ed58","1.0.0","auri-core.zip",9482,"uploads\u002Fskills\u002F6e9647dc-fafb-4c6a-84ae-fd2d70fce815\u002Fauri-core.zip","a23c4bd7b6ba6287da02a9d2c5f560e2ddafa0ea33284e8b9e5052bedbeb1479","[{\"path\":\"SKILL.md\",\"isDirectory\":false,\"size\":21528}]",{"code":44,"message":45,"data":46},200,"success",{"items":47,"stats":48,"page":51},[],{"averageRating":49,"totalRatings":49,"ratingCounts":50},0,[49,49,49,49,49],{"limit":52,"offset":49,"hasMore":53,"nextOffset":52,"ratedOnly":16},15,false]