Auri 核心

auri-core
分类通用
作者Agentic Awesome Skills 社区
许可MIT
评分4.30/5
使用3.0K

Auri - 核心产品技能

概述

Auri：智能语音助手 (Alexa + Claude claude-opus-4-20250805)。包含产品愿景、Vitoria Neural 人设、AWS 技术栈、Free/Pro/Business/Enterprise 模式、四阶段路线图、GTM 策略、北极星指标 WAC 及竞争分析。

何时使用此技能

  • 当你需要该领域的专业协助时

何时不要使用此技能

  • 任务与 auri core 无关时
  • 更简单、更具体的工具可以处理该请求时
  • 用户需要无需领域专业知识的通用协助时

工作原理

| 属性 | 定义 |
|----------|-----------|
| 名称 | Auri |
| 语音 | Amazon Polly Vitoria Neural pt-BR |
| 语调 | 温暖、智能、直接 |
| 个性 | 好奇、共情、可靠 |
| 语言 | 自然的巴西葡萄牙语 |
| 态度 | 主动但不强势 |

Auri - 核心产品技能

> 与你共同思考的声音。

Auri 是一款基于 Amazon Alexa + Claude claude-opus-4-20250805 构建的新一代语音助手。
传统的 Alexa 执行命令，而 Auri 则能进行真实的对话并基于上下文进行推理。

---

什么是 Auri

Auri 是一款高级 Alexa Skill，它将默认的响应引擎替换为 Anthropic 的 Claude claude-opus-4-20250805 模型。其结果是，该语音助手能够：

  • 进行具有上下文记忆的多轮对话
  • 用自然语言对复杂问题进行推理
  • 根据用户画像调整语调和深度
  • 100% 支持巴西葡萄牙语及其文化细微差别
  • 与 Amazon 生态系统集成（日历、购物、智能家居、音乐）

独特价值主张

之前：Alexa，天气预报怎么说？ -> 明天 28 度，多云。

之后：Auri，我明天需要带伞吗？
-> 明天下午有 70% 的降雨概率，但上午天气晴朗。你 14 点有会议？建议带上伞。

战略优势

1. 对话连续性 - 通过 DynamoDB 在会话之间记忆上下文
2. 一致的人设 - Vitoria Neural 语音 + 精准校准的人格
3. 深度推理 - 以 Claude claude-opus-4-20250805 为核心引擎
4. 集成生态 - 原生支持 Alexa 硬件 (Echo, Echo Dot, Echo Show)
5. 原生隐私设计 - 数据存储在 AWS，不与第三方共享

---

品牌价值

  • 清晰 - 回答客观，不绕圈子
  • 共情 - 理解情感上下文，调整语调
  • 智能 - 从不伪装自己知道不了解的事情
  • 尊重 - 保护隐私，从不评判
  • 连续性 - 记得之前的对话，随用户共同成长

语言指南

建议：

  • 使用第一人称说话

  • 在回答前确认理解

  • 承认不确定性并提供替代方案

避免：

  • 机器人式的回答

  • 过度正式

  • 没有替代方案的回避

交互示例

用户：Auri，请用简单的方式给我解释一下加密货币。

Auri：你可以这样想：想象你和朋友们创建了一种自己的货币，在你们之间支付而不需要银行介入。加密货币正是如此，只不过是面向数百万人的。
人们。比特币是第一个，创建于 2009 年。想进一步了解吗？

SSML - 优化语音

Amazon Polly Vitoria Neural 的 SSML 标记示例：
<voice name=Vitoria><prosody rate=medium pitch=+2%>你好！我是 Auri。</prosody>
<break time=300ms/><prosody>今天我能帮你什么？</prosody></voice>

---

架构概览

数据流：Echo -> ASK SDK (Python v2) -> Lambda Python 3.12 -> Claude claude-opus-4-20250805
AWS 组件：DynamoDB (内存)、Polly Vitoria Neural (语音)、CloudWatch (日志)、Secrets Manager (密钥)

3.1 依赖项

ask-sdk-core==1.19.0 | ask-sdk-model==1.85.0 | boto3==1.34.0 | anthropic==0.25.0 | python-dotenv==1.0.0

3.2 Lambda 主处理器 (Handler)

Python 代码 - lambda_function.py:
sb = CustomSkillBuilder()
sb.add_request_handler(ConversationIntentHandler())
sb.add_global_request_interceptor(MemoryLoadInterceptor())
sb.add_global_response_interceptor(MemorySaveInterceptor())
lambda_handler = sb.lambda_handler()

3.3 Claude 对话处理器

Python 代码 - handlers/conversation.py:
class ConversationIntentHandler(AbstractRequestHandler):
通过 slot query 接收 user_speech
从 DynamoDB 会话加载对话历史
调用 anthropic.Anthropic().messages.create(
model=claude-opus-4-20250805, max_tokens=300,
system=system_prompt, messages=history+[user_speech])
将回答保存至历史记录，返回使用 Vitoria 语音的 SSML

3.4 DynamoDB 模式 (Schema)

表：auri-user-memory | PK: user_id | SK: session_date | TTL: 90 天
字段：profile (name, plan, preferences), long_term_memory[], usage_stats{}
计费模式：PAY_PER_REQUEST | TimeToLive: 已启用 (自动过期)

3.5 交互模型

invocationName: auri
ConversationIntent: slot query (AMAZON.SearchQuery)
示例：{query}, 告诉我关于 {query}, 什么是 {query}, 解释一下 {query}
StopIntent: 再见, 拜拜, 结束

3.6 Lambda 配置

FunctionName: auri-core-handler | Runtime: python3.12 | Timeout: 15s | Memory: 512MB
环境变量：ANTHROPIC_API_KEY_SECRET, DYNAMODB_TABLE=auri-user-memory, POLLY_VOICE=Vitoria
CLAUDE_MODEL=claude-opus-4-20250805, MAX_TOKENS_VOICE=300

---

3.7 完整代码示例

对话处理器 (handlers/conversation.py):

DynamoDB 模式:

---

方案与价格

| 方案 | 价格 | 限制 | 目标群体 |
|-------|-------|---------|--------|
| 免费版 | R$ 0 | 10 次提问/日 | 体验用户 |
| 专业版 | R$ 29/月 | 无限制, 90 天记忆 | 个人用户 |
| 商业版 | R$ 99/月 | 最多 5 个用户, 1 年记忆 | 家庭/中小企业 |
| 企业版 | 询价 | 无限制, SLA 保障 | 企业级 |

详细说明

免费版：10 次提问/日，会话间无记忆，使用 Vitoria Neural 语音。
专业版：无限次对话，90 天记忆，个性化配置文件，邮件支持。
商业版：包含专业版所有功能 + 最多 5 个用户，共享记忆，仪表盘，报告。
企业版：无限制，可自定义人格，集成 CRM/ERP，SLA 99.9%。

营收预测 (第一年)

保守目标：专业版 250 x R$ 29 = R$ 7,250/月 | 商业版 25 x R$ 99 = R$ 2,475/月
第一年 MRR：R$ 9,725/月 (~R$ 117k ARR)

乐观目标：专业版 800 = R$ 23,200/月 | 商业版 80 = R$ 7,920/月
第一年 MRR：R$ 31,120/月 (~R$ 373k ARR)

单位经济效益 (Unit Economics)

| 指标 | 专业版 | 商业版 |
|---------|-----|----------|
| CAC (获客成本) | R$ 45 | R$ 120 |
| LTV (终身价值) | R$ 522 (18m) | R$ 2,376 (24m) |
| LTV/CAC | 11.6x | 19.8x |
| Churn (流失率) | 5%/月 | 3%/月 |
| 毛利率 | ~86% | ~90% |

---

第一阶段 - MVP 发布 (第 1-3 个月)

目标：通过巴西早期采用者验证产品市场匹配度 (Product-Market Fit)。

| 交付物 | 描述 | 状态 |
|---------|-----------|--------|
| 核心处理器 (Core Handler) | Lambda + ASK SDK + Claude | 开发中 |
| Vitoria 人格 | 优化后的 SSML, Polly Neural | 开发中 |
| 免费计划 | 速率限制：10 个问题/天 | 计划中 |
| DynamoDB 会话 | 会话内记忆 | 计划中 |
| Alexa 商店 | 在巴西 Alexa Skills Store 上线 | 计划中 |
| 落地页 | auri.com.br 包含 CTA | 计划中 |

第一阶段 KPI：500 次启用，第二周留存率 40%，NPS > 50，延迟 < 2s。

第二阶段 - 个性化 (第 4-6 个月)

| 交付物 | 描述 |
|---------|-----------|
| 长期记忆 | DynamoDB 持久化 90 天 (专业版) |
| 用户画像 | 姓名、偏好、上下文 |
| 专业版发布 | 通过 Amazon In-Skill Purchasing 实现 |
| 分析仪表盘 | 专业版用户可查看使用模式 |

第二阶段 KPI：200 次免费转专业版转换，WAC > 150，单次会话 > 4 分钟，流失率 < 7%。

第三阶段 - 多模态 (第 7-12 个月)

| 交付物 | 描述 |
|---------|-----------|
| Echo Show 支持 | 为显示屏提供视觉响应 |
| 日历集成 | 语音管理日程 |
| Auri Web App | 用于查看历史记录的 Web 界面 |
| 商业版发布 | 多用户支持，家庭仪表盘 |

第三阶段 KPI：WAC > 1,000，MRR > R$ 15,000，商业版客户 50 家，评分 > 4.5。

第四阶段 - 生态系统 (第 2 年+)

| 交付物 | 描述 |
|---------|-----------|
| Auri SDK | 允许开发者在 Auri 上构建技能 |
| WhatsApp 桥接 | Auri 人格接入 WhatsApp |
| 移动应用 | 具备语音功能的 iOS/Android App |
| 市场 (Marketplace) | 第三方技能 |
| 企业版发布 | SSO 和合规性 |
| B2B 技能 | Auri 健康、教育、金融版 |

---

目标客群

核心客群：精通技术的巴西人 (25-45 岁)

  • 已拥有 Echo 设备（巴西约 200 万台），对原生 Alexa 感到失望。

  • 渠道：Reddit, Twitter/X 技术圈, 巴西技术类 YouTube 频道。

次要客群：拥有 Echo 的家庭

  • 为孩子提供教育助手，管理家庭日历。

  • 渠道：Facebook 群组, Instagram 育儿社区。

第三客群：中小企业 (SME) 及专业人士

  • 需要快速检索信息的律师、医生、顾问。

  • 渠道：LinkedIn, 商业活动。

获取渠道

| 渠道 | 成本 | 潜力 | 周期 |
|-------|-------|-----------|-------|
| Alexa 商店自然流量 | R$ 0 | 高 | 立即 |
| SEO + 博客 | 低 | 高 | 3-6 个月 |
| YouTube 演示视频 | 中 | 高 | 1-3 个月 |
| 巴西技术类 KOL | 中 | 高 | 1-2 个月 |
| 付费广告 | 高 | 高 | 可测试 |

核心信息

标语 (Tagline)：与你共同思考的声音。

电梯演讲 (Elevator Pitch)：你是否厌倦了 Alexa 机器人般的回答？
Auri 拥有真正的智能内核。她能记得你们聊过的内容，理解上下文，并像聪明的人类一样回答。现在即可免费开始。

价值主张 (Value Props)：

  • 针对好奇者：真正理解葡萄牙语的语音 AI

  • 针对高效能人士：随你共同成长的个人助手

  • 针对家庭：为全家提供智能的居家陪伴

  • 针对专业人士：秒级检索，无需离开键盘

发布时间表

D-30: 等候名单 (auri.com.br) | D-15: 50 人 Beta 测试 | D-0: Alexa 商店上线
D+14: KOL 推广 | D+60: 专业版发布 | D+90: 第一阶段评估

---

WAC - 每周活跃对话用户 (Weekly Active Conversationalists)

精确定义：
在上周内，单次会话时长 $\ge$ 2 分钟且会话次数 $\ge$ 3 次的唯一用户数。
统计周期：周一至周日，00:00-23:59 BRT。

为何使用 WAC 而非 DAU/MAU：

  • DAU 掩盖了真实参与度，因为 10 秒的访问也被计入。

  • MAU 的反馈周期太长，无法实现快速的产品迭代。

  • WAC 捕捉真实习惯：访问 3 次且停留 2 分钟 = 真正的活跃用户。

  • 与 30 天留存率及 Free $\rightarrow$ Pro 转化率正相关。

指标体系

北极星指标 (NORTH STAR): WAC
|
+-- 获取 (Acquisition): Enablements, First Session Completion, Day-1 Retention
+-- 激活 (Activation): Sessions/User/Week, Avg Duration, Questions/Session
+-- 留存 (Retention): Week-2, Month-1, Churn Rate Pro
+-- 营收 (Revenue): Conversion Rate, MRR, ARPU, LTV/CAC
+-- 推荐 (Referral): NPS, Organic Share, App Store Rating

各阶段 WAC 目标

| 阶段 | 月份 | WAC 目标 | WAC 挑战目标 |
|------|-----|----------|-------------|
| 阶段 1 | M3 | 150 | 300 |
| 阶段 2 | M6 | 500 | 1,000 |
| 阶段 3 | M12 | 2,000 | 5,000 |
| 阶段 4 | M24 | 10,000 | 25,000 |

WAC 计算方法

1. 在 DynamoDB 中记录 session_start，包含 user_id 和时间戳。
2. 会话结束时，记录持续秒数。
3. 每周查询：session_count >= 3 且 avg_duration >= 120 的用户。
4. 将指标发布至 CloudWatch 命名空间 Auri/ProductMetrics。
5. 若周环比下降 > 20% 则触发告警。

CloudWatch 仪表盘 (结构示例)

发布的自定义指标：

  • SessionStart (按方案统计：free/pro/business)

  • SessionDuration (单位：分钟)

  • MessagesPerSession (计数)

  • WAC 每周 (Gauge)

  • FreeToProConversions (计数)

---

对比表

| 功能 | Auri | 纯 Alexa | Siri | Google Assistant | ChatGPT Voice |
|---------|------|------------|------|------------------|---------------|
| 原生 PT-BR 语言 | 高 | 中 | 中 | 高 | 中 |
| 深度推理能力 | 高 | 低 | 中 | 中 | 高 |
| 多会话记忆 | 高 | 低 | 中 | 中 | 高 |
| 智能家居集成 | 高 | 极高 | 中 | 高 | 低 |
| 人格一致性 | 高 | 中 | 中 | 中 | 高 |
| 自有硬件 | 使用 Echo | Echo | HomePod | Nest | 仅 App |
| 基础模型 | Claude Opus 4 | Alexa LLM | Apple LLM | Gemini | GPT-4o |
| 隐私保护 | 高 | 中 | 极高 | 低 | 中 |
| 价格 | R\$ 9-99/月 | 免费 | 免费 | 免费 | R\$ /月 |
| 在巴西可用 | 是 | 是 | 是 | 是 | 是 |

竞争地图定位

X 轴：硬件集成度 | Y 轴：智能深度

Auri 的唯一象限：高智能 + 高硬件集成。
没有竞争对手能同时占据该象限：

  • 纯 Alexa：高集成，低智能。

  • ChatGPT Voice：高智能，无自有硬件。

  • Google/Siri：在两个维度上均处于中间位置。

常见异议及应对

| 异议 | Auri 的回答 |
|---------|---------------|
| 为什么不用 ChatGPT? | ChatGPT 是 App，并非语音优先。Auri 原生运行在 Echo 上。 |
| Alexa 已经能解决 | 处理简单指令可以，但进行真实对话不行。 |
| R\$ 9 太贵了 | 每天不到一杯咖啡的价格，即可拥有 24/7 的私人助理。 |
| 隐私如何保证? | 数据存储在您的 AWS 中，留存时间可配置，符合 LGPD 标准。 |
| 亚马逊会抄袭吗? | 亚马逊鼓励 Skill 生态系统。我们是合作伙伴。 |

---

品牌识别 (Brand Identity)

  • 名称：Auri
  • 来源：Aura (无形的存在) + IA (人工智能)。寓意存在感、智慧与轻盈。
  • Slogan：与你共同思考的声音。

备选 Slogan

  • 超越指令，远不止于此。
  • 住在你 Echo 里的 AI。
  • 真实的对话，真实的智能。
  • 与真正倾听你的人对话。

品牌价值

1. 真实智能 —— 从不伪装。不知道时，诚实告知。
2. 沉稳陪伴 (Presenca Calma)
orosa - 兼具人性温度的先进技术。
3. 尊重时间 - 回答直接，不绕弯子。
4. 持续成长 - 随用户进化，从交互中学习。
5. 隐私即权利 - 用户数据归用户所有。

品牌语调指南

语调：

  • 温暖但不煽情。

  • 聪明但不傲慢。

  • 直接但不粗鲁。

  • 风趣但不轻浮。

禁忌：机械感、企业腔、含糊其辞、居高临下、讨好感。

正确示例：我不确定确切答案，但我可以用其他方式帮你找到。
错误示例：抱歉，我的数据库中没有这条信息。

品牌应用

  • App 图标：绿蓝色渐变的风格化语音波形。
  • 配色：主色为青绿色 (Teal)，中性白，文本使用深灰色。
  • 字体：现代无衬线体（类似 Apple/Spotify 产品）。
  • 动效：说话时呈现平滑的波浪动画（类似 Echo Show）。

---

10. Skill 指令

在 Skill 使用场景中提及这些指令可激活特定模式。

/Auri-Status

显示当前状态：版本、WAC 与目标对比、MRR、下次交付、组件状态。

返回字段：

  • 当前产品版本 (例如: v1.0.0)

  • 当前 WAC vs 当前阶段目标

  • 当前 MRR (单位: R$)

  • Roadmap 下次交付项

  • 状态：Lambda (OK/Degraded), DynamoDB (OK), Claude API (OK)

/Auri-Roadmap [阶段]

显示完整 Roadmap。可选参数：1, 2, 3 或 4 以查看阶段详情。
输出：包含状态、KPI 和预计日期的交付表格。

/Auri-Metrics [周期]

指标仪表盘。参数：week (周) | month (月) | quarter (季)。默认：week。
输出：WAC, Sessions/User, Avg Duration, Conversion Rate, MRR 及增长率。

/Auri-Persona [维度]

Persona 指南。参数：voice (语音) | tone (语调) | language (语言) | values (价值观) | examples (示例)。
输出：详细指南、对话示例、SSML 模板。

/Auri-Pricing [方案]

方案与价格。参数：free | pro | business | enterprise。
输出：对比表格、收入预测、单位经济效益 (Unit Economics)。

/Auri-Gtm [渠道]

市场进入 (GTM) 策略。参数：organic (自然) | paid (付费) | influencers (影响者) | partnerships (合作伙伴)。
输出：分渠道计划、核心信息、发布日历。

/Auri-Competitive [竞品]

竞争分析。参数：alexa | siri | google | chatgpt。
输出：对比表格、定位图、异议处理及应对方案。

---

通过 AWS SAM 部署

部署命令：
sam build --use-container
sam deploy --stack-name auri-core --region us-east-1 --capabilities CAPABILITY_IAM

验证部署：
aws lambda invoke --function-name auri-core-handler --payload file://test.json response.json

CloudWatch 警报监控

| 警报 | 阈值 | 操作 |
|--------|-----------|------|
| high_latency | 延迟 > 6000ms | PagerDuty |
| error_rate | 5分钟内错误 > 5次 | Slack #auri-alerts |
| claude_api_failures | AnthropicAPIErrors > 3 | Slack + 备选方案 |
| wac_drop | WAC 周跌幅 > 20% | 产品团队 Slack |

备选方案 (Claude API 不可用时)

若 Anthropic API 不可用，系统将返回预设回答：

  • api_down: 我现在有点不稳定，能请你在几分钟后重试吗？

  • timeout: 这个问题我需要更多时间思考，稍后再问我一次好吗？

  • rate_limit: 当前对话人数过多，请在几秒钟后重试！

成本管理

| 组件 | 预估成本 (1000 名 Pro 用户) |
|-----------|-----------------------------------|
| Claude API | R$ 4,000/月 |
| s (R$4/用户) |
| Lambda | R$ 50/月 |
| DynamoDB | R$ 80/月 |
| CloudWatch | R$ 30/月 |
| 基础设施总计 | R$ 4.160/月 |
| 1000名 Pro 用户收入 | R$ 29.000/月 |
| 毛利率 | ~86% |

---

LGPD (巴西通用数据保护法 13.709/2018)

  • 法律依据：针对 Pro/Business 用户采用“合同履行”原则 (Art. 7, V)。
  • 同意机制：在 Skill 入职引导阶段通过语音采集 + 确认。
  • 采集数据：对话文本、偏好设置、匿名化使用数据。
  • 保留期限：免费版 = 0 天 | Pro = 90 天 | Business = 365 天。
  • 删除权：通过语音指令“Auri 删除我的数据” $\rightarrow$ 执行 DynamoDB 删除。
  • DPO：在公开上线前指定数据保护官。

Alexa Skills Store - 政策

  • Skill 必须完全遵守 Alexa Skills Kit 政策。
  • 禁止采集敏感数据（健康、财务、13 岁以下儿童数据）。
  • 应用内购买 (In-Skill Purchasing) 需经过亚马逊预先批准。
  • 提交 Skill 时必须提供隐私政策 (Privacy Policy) URL。
  • 变现：亚马逊通过应用内购买抽取 30% 佣金。

---

11. 术语表

| 术语 | 定义 |
|-------|-----------|
| WAC | Weekly Active Conversationalists - Auri 的北极星指标 |
| ASK | Alexa Skills Kit - 亚马逊官方 Skill SDK |
| SSML | Speech Synthesis Markup Language - 用于控制语音的标记语言 |
| Intent | 用户想要执行的操作（例如：给我解释 X） |
| Slot | Intent 中的变量（例如：在“给我解释 {query}”中的 query） |
| Utterance | 触发 Intent 的示例短语 |
| Session | 与 Auri 的一次连续对话（从开始到结束） |
| Long-term Memory | 存储在 DynamoDB 中跨会话持久化的数据 |
| In-Skill Purchasing | Alexa Skills Store 原生计费系统 |
| Vitoria Neural | Auri 使用的高质量 Amazon Polly pt-BR 神经语音 |
| Claude claude-opus-4-20250805 | 作为 Auri 核心引擎的 Anthropic 语言模型 |
| DynamoDB | 用于存储用户持久记忆的 AWS NoSQL 数据库 |
| Lambda | 处理 Auri 请求的 AWS Serverless 函数 |
| Anthropic | Claude 的创建公司，AI API 提供商 |
| MRR | Monthly Recurring Revenue - 月经常性收入 |
| LTV | Lifetime Value - 客户终身价值 |
| CAC | Customer Acquisition Cost - 客户获取成本 |

---

12. 链接与资源

| 资源 | URL / 位置 |
|---------|-------------------|
| Alexa Skills Kit 文档 | https://developer.amazon.com/en-US/alexa/alexa-skills-kit |
| ASK SDK Python | https://github.com/alexa/alexa-skills-kit-sdk-for-python |
| Amazon Polly Vitoria Neural | https://docs.aws.amazon.com/polly/latest/dg/voicelist.html |
| Anthropic Claude API | https://docs.anthropic.com/en/api/getting-started |
| Claude claude-opus-4-20250805 文档 | https://docs.anthropic.com/en/docs/models-overview |
| Alexa Skills Store 巴西站 | https://www.amazon.com.br/alexa-skills |
| DynamoDB 最佳实践 | https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/best-practices.html |
| 应用内购买 (ISP) | https://developer.amazon.com/en-US/docs/alexa/in-skill-purchase/isp-overview.html |
| Auri 源代码 | C:/Users/renat/skills/auri-core/ |
| Amazon Alexa Skill (技术文档) | C:/Users/renat/skills/amazon-alexa/SKILL.md |

---

*Auri Core Skill - v1.0.0 | 创建日期 2026-03-03 | Skills Ecosystem*

最佳实践

  • 提供关于项目和需求的清晰、具体上下文
  • 在将建议应用于生产代码前进行审核
  • 结合其他互补技能进行全面分析

常见误区

  • 将此技能用于其专业领域之外的任务
  • 在不了解具体上下文的情况下直接采用建议
  • 未提供足够的项目上下文以进行准确分析

局限性

  • 仅在任务明确符合上述范围时使用此技能。
  • 不要将输出结果视为针对特定环境的验证、测试或专家评审的替代方案。
  • 如果缺少必要的输入、权限、安全边界或验收标准，请停止操作并寻求澄清。