Auri Core

Auri - Core Product Skill

Overview

Auri: assistente de voz inteligente (Alexa + Claude claude-opus-4-20250805). Visao do produto, persona Vitoria Neural, stack AWS, modelo Free/Pro/Business/Enterprise, roadmap 4 fases, GTM, north star WAC e analise competitiva.

When to Use This Skill

• When you need specialized assistance with this domain

Do Not Use This Skill When

• The task is unrelated to auri core
• A simpler, more specific tool can handle the request
• The user needs general-purpose assistance without domain expertise

How It Works

Auri - Core Product Skill

A voz que pensa com voce.

Auri e um assistente de voz de nova geracao construido sobre Amazon Alexa + Claude claude-opus-4-20250805. Enquanto a Alexa tradicional executa comandos, a Auri conduz conversas reais e raciocina sobre contexto.

O Que E A Auri

A Auri e uma Alexa Skill avancada que substitui o motor de respostas padrao pelo modelo Claude claude-opus-4-20250805 da Anthropic. O resultado: um assistente de voz capaz de:

• Conduzir conversas multi-turno com memoria contextual
• Raciocinar sobre problemas complexos em linguagem natural
• Adaptar tom e profundidade ao perfil do usuario
• Operar 100% em portugues brasileiro com nuances culturais
• Integrar com o ecossistema Amazon (calendario, compras, smart home, musica)

Proposta De Valor Unica

ANTES: Alexa, qual a previsao do tempo? -> Amanha, 28 graus e nublado.

DEPOIS: Auri, devo levar guarda-chuva amanha? -> Amanha 70% de chuva a tarde mas a manha estara limpa. Reuniao as 14h? Leve guarda-chuva.

Diferencial Estrategico

1. Continuidade conversacional - Lembra contexto entre sessoes via DynamoDB
2. Personalidade consistente - Voz Vitoria Neural + persona calibrada
3. Raciocinio profundo - Claude claude-opus-4-20250805 como motor principal
4. Ecossistema integrado - Native no hardware Alexa (Echo, Echo Dot, Echo Show)
5. Privacidade by design - Dados na AWS, sem compartilhamento com terceiros

Valores Da Marca

• Clareza - Respostas objetivas, sem rodeios
• Empatia - Entende contexto emocional, adapta o tom
• Inteligencia - Nunca simula saber o que nao sabe
• Respeito - Mantem privacidade, nunca julga
• Continuidade - Lembra conversas, evolui com o usuario

Guia De Linguagem

Fazer:

• Falar na primeira pessoa
• Confirmar entendimento antes de responder
• Reconhecer incerteza e oferecer alternativa

Evitar:

• Respostas roboticas
• Formalidade excessiva
• Evasao sem alternativa

Exemplo De Interacao

Usuario: Auri, me explica criptomoeda de um jeito simples.

Auri: Pensa assim: imagina que voce e seus amigos criam uma moeda propria para pagar entre voces sem banco no meio. Criptomoeda e exatamente isso, mas para milhoes de pessoas. O Bitcoin foi o primeiro, criado em 2009. Quer entender melhor?

Ssml - Voz Otimizada

Exemplo de marcacao SSML para Amazon Polly Vitoria Neural: Ola! Eu sou a Auri. Como posso te ajudar hoje?

Visao Geral Da Arquitetura

Fluxo de dados: Echo -> ASK SDK (Python v2) -> Lambda Python 3.12 -> Claude claude-opus-4-20250805 Componentes AWS: DynamoDB (memoria), Polly Vitoria Neural (voz), CloudWatch (logs), Secrets Manager (keys)

3.1 Dependencias

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 Handler Principal

Codigo Python - 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 Handler De Conversa Com Claude

Codigo Python - handlers/conversation.py: class ConversationIntentHandler(AbstractRequestHandler): Recebe user_speech via slot query Carrega historico de conversas da sessao DynamoDB Chama anthropic.Anthropic().messages.create( model=claude-opus-4-20250805, max_tokens=300, system=system_prompt, messages=history+[user_speech]) Salva resposta no historico, retorna SSML com voz Vitoria

3.4 Dynamodb Schema

Tabela: auri-user-memory | PK: user_id | SK: session_date | TTL: 90 dias Campos: profile (name, plan, preferences), long_term_memory[], usage_stats{} BillingMode: PAY_PER_REQUEST | TimeToLive: habilitado (auto-expira)

3.5 Interaction Model

invocationName: auri ConversationIntent: slot query (AMAZON.SearchQuery) Samples: {query}, me fala sobre {query}, o que e {query}, explica {query} StopIntent: tchau, ate mais, encerrar

3.6 Configuracao Lambda

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

3.7 Exemplos De Codigo Completos

Handler de Conversa (handlers/conversation.py):

DynamoDB Schema:

Planos E Precos

Detalhamento

Free: 10 perguntas/dia, sem memoria entre sessoes, voz Vitoria Neural. Pro: Conversas ilimitadas, memoria 90 dias, perfil personalizado, suporte email. Business: Tudo do Pro + ate 5 usuarios, memoria compartilhada, dashboard, relatorio. Enterprise: Ilimitado, persona customizavel, integracao CRM/ERP, SLA 99.9%.

Projecao De Receita (Ano 1)

Meta conservadora: Pro 250 x R\9 = R$ 7.250/mes | Business 25 x R\9 = R$ 2.475/mes MRR Ano 1: R$ 9.725/mes (~R$ 117k ARR)

Meta otimista: Pro 800 = R$ 23.200/mes | Business 80 = R$ 7.920/mes MRR Ano 1: R$ 31.120/mes (~R$ 373k ARR)

Unit Economics

Fase 1 - Lancamento Mvp (Meses 1-3)

Objetivo: Validar product-market fit com early adopters brasileiros.

KPIs Fase 1: 500 habilitacoes, 40% retornam semana 2, NPS > 50, latencia < 2s.

Fase 2 - Personalizacao (Meses 4-6)

KPIs Fase 2: 200 conversoes Free->Pro, WAC > 150, sessao > 4min, churn < 7%.

Fase 3 - Multi-Modal (Meses 7-12)

KPIs Fase 3: WAC > 1.000, MRR > R$ 15.000, Business: 50 clientes, rating > 4.5.

Fase 4 - Ecossistema (Ano 2+)

Segmentos Alvo

Primario: Tech-savvy Brasileiros (25-45 anos)

• Ja possuem Echo (~2M no Brasil), frustrados com Alexa padrao.
• Canais: Reddit, Twitter/X tech, YouTube tech BR.

Secundario: Familias com Echo

• Assistente educativo para filhos, calendario familiar.
• Canais: Facebook Groups, Instagram parenting.

Terciario: PMEs e Profissionais

• Advogados, medicos, consultores com necessidade de pesquisa rapida.
• Canais: LinkedIn, eventos de negocios.

Canais De Aquisicao

Mensagem Central

Tagline: A voz que pensa com voce.

Elevator Pitch: Voce ja ficou frustrado com respostas roboticas da Alexa? A Auri tem a inteligencia real por dentro. Ela lembra o que voce conversou, entende contexto e responde como uma pessoa inteligente. Gratis para comecar.

Value Props:

• Para o curioso: IA de voz que realmente entende portugues
• Para o produtivo: Assistente pessoal que evolui com voce
• Para a familia: Presenca inteligente em casa para todos
• Para o profissional: Pesquisa em segundos, sem tirar as maos do teclado

Calendario De Lancamento

D-30: Lista de espera (auri.com.br) | D-15: Beta 50 usuarios | D-0: Alexa Store D+14: Influenciadores | D+60: Pro launch | D+90: Avaliacao Phase 1

Wac - Weekly Active Conversationalists

Definicao precisa: Numero de usuarios unicos com >= 3 sessoes de >= 2 minutos cada na ultima semana. Periodo: segunda-domingo, 00:00-23:59 BRT.

Por que WAC e nao DAU/MAU:

• DAU banaliza engajamento com acessos de 10 segundos.
• MAU e muito longa para feedback rapido de produto.
• WAC captura habito real: voltou 3x e ficou 2min = genuinamente engajado.
• Correlaciona com retencao 30 dias e conversao Free->Pro.

Hierarquia De Metricas

NORTH STAR: WAC | +-- Aquisicao: Enablements, First Session Completion, Day-1 Retention +-- Ativacao: Sessions/User/Week, Avg Duration, Questions/Session +-- Retencao: Week-2, Month-1, Churn Rate Pro +-- Receita: Conversion Rate, MRR, ARPU, LTV/CAC +-- Recomendacao: NPS, Organic Share, App Store Rating

Metas Wac Por Fase

Como Calcular Wac

1. Registrar session_start com user_id e timestamp no DynamoDB.
2. Ao encerrar sessao, registrar duracao em segundos.
3. Query semanal: users com session_count >= 3 AND avg_duration >= 120.
4. Publicar metrica no CloudWatch namespace Auri/ProductMetrics.
5. Alertar queda > 20% semana a semana.

Dashboard Cloudwatch (Exemplo De Estrutura)

Metricas customizadas publicadas:

• SessionStart (Count por Plan: free/pro/business)
• SessionDuration (None - minutos)
• MessagesPerSession (Count)
• WAC semanal (Gauge)
• FreeToProConversions (Count)

Tabela Comparativa

Posicionamento No Mapa Competitivo

Eixo X: Integracao com Hardware | Eixo Y: Profundidade de Inteligencia

Quadrante UNICO da Auri: Alta Inteligencia + Alta Integracao Hardware. Nenhum concorrente ocupa esse quadrante simultaneamente:

• Alexa pura: Alta integracao, baixa inteligencia.
• ChatGPT Voice: Alta inteligencia, sem hardware proprio.
• Google/Siri: Posicionamento intermediario em ambos os eixos.

Objecoes Frequentes E Respostas

Brand Identity

• Nome: Auri
• Origem: Aura (presenca intangivel) + IA. Sugere presenca, sabedoria, leveza.
• Tagline: A voz que pensa com voce.

Taglines Alternativas

• Alem dos comandos. Muito alem.
• A IA que mora no seu Echo.
• Conversas reais. Inteligencia real.
• Fala com quem realmente ouve.

Brand Values

1. Inteligencia Autentica - Nunca simula. Quando nao sabe, diz honestamente.
2. Presenca Calorosa - Tecnologia avancada com calor humano.
3. Respeito pelo Tempo - Respostas diretas, sem rodeios.
4. Crescimento Continuo - Evolui com o usuario, aprende com interacoes.
5. Privacidade como Direito - Dados do usuario pertencem ao usuario.

Brand Voice Guidelines

Tom:

• Caloroso mas nao piegas.
• Inteligente mas nao pedante.
• Direto mas nao grosseiro.
• Divertido mas nao futil.

Nunca: Robotico, corporativo, evasivo, condescendente, ansioso para agradar.

Exemplo OK: Nao sei a resposta exata, mas posso te ajudar a encontrar de outra forma. Exemplo ERRADO: Desculpe, nao tenho essa informacao em meu banco de dados.

Aplicacoes Da Marca

• App Icon: Forma de onda de voz estilizada em gradiente verde-azul.
• Paleta: Verde-teal principal, branco neutro, cinza escuro para texto.
• Tipografia: Sans-serif moderna (similar a produto Apple/Spotify).
• Motion: Animacao de ondas suaves ao falar (Echo Show).

10. Comandos Do Skill

Estes comandos ativam modos especificos quando mencionados no contexto de uso do skill.

/Auri-Status

Exibe status atual: versao, WAC vs meta, MRR, proxima entrega, status componentes.

Campos retornados:

• Versao atual do produto (ex: v1.0.0)
• WAC atual vs meta da fase atual
• MRR atual em R$
• Proxima entrega do roadmap
• Status: Lambda (OK/Degraded), DynamoDB (OK), Claude API (OK)

/Auri-Roadmap [Fase]

Exibe roadmap completo. Argumento opcional: 1, 2, 3 ou 4 para detalhar fase. Output: Tabela de entregas com status, KPIs e datas estimadas.

/Auri-Metrics [Periodo]

Dashboard de metricas. Argumento: semana | mes | trimestre. Default: semana. Output: WAC, Sessions/User, Avg Duration, Conversion Rate, MRR e crescimento.

/Auri-Persona [Aspecto]

Guidelines da persona. Argumento: voz | tom | linguagem | valores | exemplos. Output: Guidelines detalhadas, exemplos de dialogo, templates SSML.

/Auri-Pricing [Plano]

Planos e precos. Argumento: free | pro | business | enterprise. Output: Tabela comparativa, projecoes de receita, unit economics.

/Auri-Gtm [Canal]

Go-to-market strategy. Argumento: organico | pago | influenciadores | parcerias. Output: Plano por canal, mensagens centrais, calendario de lancamento.

/Auri-Competitive [Competidor]

Analise competitiva. Argumento: alexa | siri | google | chatgpt. Output: Tabela comparativa, mapa de posicionamento, objecoes e respostas.

Deployment Via Aws Sam

Comandos de deploy: sam build --use-container sam deploy --stack-name auri-core --region us-east-1 --capabilities CAPABILITY_IAM

Verificar deployment: aws lambda invoke --function-name auri-core-handler --payload file://test.json response.json

Monitoramento Cloudwatch Alarms

Fallback Strategy (Claude Api Indisponivel)

Se a API da Anthropic estiver indisponivel, o sistema retorna respostas pre-configuradas:

• api_down: Estou com instabilidade. Pode tentar em alguns minutinhos?
• timeout: Preciso de mais tempo nessa pergunta. Me faz de novo daqui a pouco?
• rate_limit: Muitas conversas simultaneas. Tente em alguns segundos!

Gestao De Custos

Lgpd (Lei 13.709/2018)

• Base legal: Execucao de contrato (Art. 7, V) para usuarios Pro/Business.
• Consentimento: Coletado no onboarding da skill via voz + confirmacao.
• Dados coletados: Texto de conversas, preferencias, dados de uso anonimizados.
• Retencao: Free = 0 dias | Pro = 90 dias | Business = 365 dias.
• Direito de exclusao: Comando de voz Auri apaga meus dados -> DynamoDB delete.
• DPO: Designar antes do lancamento publico.

Alexa Skills Store - Politicas

• Skill deve seguir Alexa Skills Kit Policies integralmente.
• Proibido coletar dados sensiveis (saude, financeiros, criancas < 13 anos).
• In-Skill Purchasing exige aprovacao previa da Amazon.
• Privacy Policy URL obrigatoria na submissao da skill.
• Monetizacao: Amazon retira 30% via In-Skill Purchasing.

13. Glossario

14. Links E Recursos

Auri Core Skill - v1.0.0 | Criado em 2026-03-03 | Skills Ecosystem

Best Practices

• Provide clear, specific context about your project and requirements
• Review all suggestions before applying them to production code
• Combine with other complementary skills for comprehensive analysis

Common Pitfalls

• Using this skill for tasks outside its domain expertise
• Applying recommendations without understanding your specific context
• Not providing enough project context for accurate analysis

AGI Framework Integration

Adapted for @techwavedev/agi-agent-kit Original source: antigravity-awesome-skills

Memory-First Protocol

Retrieve prior deployment configurations, rollback procedures, and incident post-mortems. Avoid re-discovering infrastructure patterns.

# Check for prior infrastructure context before starting
python3 execution/memory_manager.py auto --query "deployment configuration and patterns for Auri Core"

Storing Results

After completing work, store infrastructure decisions for future sessions:

python3 execution/memory_manager.py store \
  --content "Deployment pipeline: configured blue-green deployment with health checks on port 8080" \
  --type technical --project <project> \
  --tags auri-core devops

Multi-Agent Collaboration

Broadcast deployment changes so frontend and backend agents update their configurations accordingly.

python3 execution/cross_agent_context.py store \
  --agent "<your-agent>" \
  --action "Deployed infrastructure changes — updated CI/CD pipeline with new health check endpoints" \
  --project <project>

Playbook Integration

Use the ship-saas-mvp or full-stack-deploy playbook to sequence this skill with testing, documentation, and deployment verification.