mozi-app.nexisfoundation.workers.dev
Aura AI
跨 iOS、Android 和 Web 的个人智能体 AI 助手，包含聊天、交互卡片、持久自动化、记忆、连接器、语音，以及经 Vercel AI Gateway 的 Aura 默认模型路由。
Aura AI
带有治理工作流地图的智能体生活副驾驶
07
项目背景05
问题
Aura AI 处理的核心挑战，是把带有治理工作流地图的智能体生活副驾驶变成有用、可治理且可解释的产品系统。
解决方案
Aura AI 围绕明确边界、可检查工作流和可见交付技术栈组织，其中包括 Cloudflare、Supabase、Vercel AI Gateway和Anthropic。
挑战
难点在于让自主性、数据、工具和用户体验保持一致，同时不隐藏运营风险或证据。
创新
关键创新是把架构当成产品界面：能力通过责任、证明路径和交付边界来说明。
领域专业性
Aura AI 展示了产品架构、智能体系统、数据边界、控制机制和交付纪律上的应用工程判断。
案例研究证据11
结果
- Aura AI 将技术概念转化为可审查的产品工作流。
- 它把系统行为绑定到明确边界、证据和操作者可见的决策上。
- 它为相关 AI 产品工作提供可复用的架构参考。
架构决策
- Aura AI 将用户界面与运行时和数据控制职责分开。
- Cloudflare 以及相关技术栈被呈现为交付决策，而不是装饰性标签。
- 证据、评审和运营状态保持可见，因此系统在使用后仍可被检查。
领域专业信号
智能体架构治理证据运营 UXCloudflare
技术深潜09
Aura AI 是关于带有治理工作流地图的智能体生活副驾驶的案例研究。跨 iOS、Android 和 Web 的个人智能体 AI 助手，包含聊天、交互卡片、持久自动化、记忆、连接器、语音，以及经 Vercel AI Gateway 的 Aura 默认模型路由。 其深度在于让边界、证据、工作流和交付选择变得可读。
系统边界
Aura AI 通过清晰职责来组织，避免用户、工具、数据和运行时动作混成一次不透明的模型调用。
工作流模型
该流程将规划、工具使用、状态和结果呈现区分开，让操作者能理解发生了什么以及为什么发生。
证据姿态
页面把证明、日志、产物和评审路径视为产品的一部分，而不是可选的实现备注。
交付技术栈
Cloudflare 支撑实现叙事，周边技术栈承载持久化、界面、自动化和验证。
这证明了什么
- Aura AI 将架构决策呈现为可检查的产品内容。
- Cloudflare 与运行时和交付职责相连接。
- 该案例区分了用户体验、工具边界、证据和运营。
- 这种结构可复用于相邻的智能体产品系统。
17指标: stack layers
95指标: services mapped
40+指标: agent tools
16指标: app connectors
5指标: workflow engines
3指标: model providers
技术栈07
Cloudflare
技术理由: Chosen for a low-latency edge control plane where chat, webhooks, and connector traffic can run close to the user.
Supabase
技术理由: Keeps identity, persistence, and relational memory in one Postgres-backed layer instead of scattering state across services.
Vercel AI Gateway
技术理由: Carries the default Aura model route to minimax/minimax-m3 and keeps Anthropic plus Cohere rerank on the funded gateway path.
Anthropic
技术理由: Keeps Opus and Sonnet available as hidden registry entries and fallback reasoning paths.
OpenAI
技术理由: Covers the visible GPT-5.5 picker entry and the realtime voice model while gateway-backed chat stays the default.
Cohere
技术理由: Adds retrieval and reranking strength so memory and search results can be ordered before they reach the assistant.
Apple
技术理由: Fits the iOS-native side of the product: voice, app surfaces, notifications, and platform integrations.
已实现工具06
Chat runtime
已实现工具: Routes user messages into the assistant, streams responses, and keeps the conversation state durable.
Interactive cards
已实现工具: Turns agent output into usable UI modules instead of leaving everything as plain text.
Automation engine
已实现工具: Lets the assistant create and manage recurring workflows, reminders, and follow-ups.
Memory layer
已实现工具: Stores durable facts and preferences so the assistant can act with continuity across sessions.
Connector surface
已实现工具: Bridges outside services into the assistant while keeping each integration isolated.
Voice interface
已实现工具: Adds a hands-free path for capture and response when typing is the wrong interaction.