تكامل خادم WhatsApp MCP

ماذا يفعل خادم “WhatsApp” MCP؟

يعمل خادم WhatsApp MCP (بروتوكول سياق النماذج) كجسر بين المساعدين الذكيين وحسابك الشخصي على واتساب. من خلال الربط باستخدام واجهة واتساب ويب متعددة الأجهزة (عبر مكتبة whatsmeow)، يمكن لنماذج الذكاء الاصطناعي مثل Claude أو Cursor البحث وقراءة رسائلك الشخصية على واتساب (بما في ذلك الصور ومقاطع الفيديو والمستندات والصوت)، والبحث عن جهات الاتصال، وإرسال الرسائل للأفراد أو المجموعات. جميع التفاعلات تتم محليًا: يتم حفظ سجل رسائلك في قاعدة بيانات SQLite، ولا تتم مشاركة البيانات مع وكيل الذكاء الاصطناعي إلا عند الوصول إليها صراحةً عبر الأدوات القياسية. يتيح هذا الإعداد للمطورين والمستخدمين إدارة اتصالات واتساب برمجياً، وأتمتة عمليات المراسلة، ودمج بيانات واتساب ضمن عمليات تطوير أو إنتاجية أوسع—مع الحفاظ على تحكم المستخدم في الوصول للبيانات.

قائمة التعليمات (Prompts)

لم يتم ذكر قوالب تعليمات في الوثائق المتاحة.

قائمة الموارد

• الوثائق لا تذكر صراحةً الموارد التي يوفرها الخادم.

قائمة الأدوات

• search_contacts: البحث عن جهات اتصال واتساب بالاسم أو رقم الهاتف.
• list_messages: استرجاع رسائل واتساب مع إمكانية استخدام عوامل تصفية واختيار سياق.
• list_chats: عرض جميع المحادثات المتاحة مع بياناتها الوصفية.
• get_chat: الحصول على معلومات تفصيلية حول محادثة معينة.

حالات استخدام هذا الخادم MCP

• البحث واسترجاع رسائل واتساب
  يمكن للمطورين ووكلاء الذكاء الاصطناعي البحث واسترجاع رسائل واتساب برمجياً، بما في ذلك الوسائط المتعددة، للمراجعة أو التقارير أو الأرشفة.

• مراسلة آلية
  تمكين إرسال الرسائل أو ملفات الوسائط (صور، فيديو، مستندات، صوت) للأفراد أو المجموعات من خلال سير عمل الذكاء الاصطناعي، مما يسهل التذكيرات أو الإشعارات أو التواصل الجماعي.

• إدارة جهات الاتصال
  يدعم البحث وتنظيم جهات اتصال واتساب عبر الذكاء الاصطناعي، مما يعزز إنتاجية المستخدمين الذين يديرون قوائم كبيرة من جهات الاتصال.

• تحليلات المحادثات
  يمكن للمطورين إجراء تحليلات أو إنشاء لوحات تحكم حول أنماط المراسلة أو نشاط المجموعات أو اتجاهات التواصل من خلال عرض وتحليل بيانات المحادثات والرسائل.

• تكامل مع المساعدين الذكيين
  يتيح تفاعلًا سلسًا بين واتساب ونماذج الذكاء الاصطناعي (مثل Claude أو Cursor)، مع الاستفادة من الذكاء الاصطناعي لتلخيص المحادثات أو صياغة الردود أو أتمتة المهام المتكررة.

كيفية الإعداد

Windsurf

لا توجد تعليمات إعداد لـ Windsurf في الوثائق.

Claude

1. المتطلبات المسبقة: تثبيت Go و Python 3.6+ و UV (مدير الحزم لـ Python) واختياريًا FFmpeg.
2. استنساخ المستودع:

   git clone https://github.com/lharries/whatsapp-mcp.git
   cd whatsapp-mcp
   

3. تشغيل جسر واتساب:

   cd whatsapp-bridge
   go run main.go
   

   صادق عبر رمز QR باستخدام تطبيق واتساب على هاتفك المحمول.
4. إعداد خادم MCP:
   احفظ الـ JSON التالي في ~/Library/Application Support/Claude/claude_desktop_config.json:

   {
     "mcpServers": {
       "whatsapp": {
         "command": "{{PATH_TO_UV}}",
         "args": [
           "--directory",
           "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
           "run",
           "main.py"
         ]
       }
     }
   }
   

5. أعد تشغيل Claude Desktop: افتح Claude لتجد واتساب كتكامل متاح.

ملاحظة حول حماية مفاتيح API: لا يتم استخدام مفاتيح API صراحةً، لكن إذا لزم الأمر، يمكن تعيين متغيرات البيئة عبر قسم env في إعدادات JSON.

مثال باستخدام متغير بيئة:

{
  "mcpServers": {
    "whatsapp": {
      "command": "{{PATH_TO_UV}}",
      "args": [
        "--directory",
        "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
        "run",
        "main.py"
      ],
      "env": {
        "MY_API_KEY": "your_api_key_here"
      },
      "inputs": {
        "api_key": "${MY_API_KEY}"
      }
    }
  }
}

Cursor

1. المتطلبات المسبقة: كما سبق.
2. استنساخ وتشغيل الجسر: اتبع الخطوات كما في Claude.
3. إعداد خادم MCP:
   احفظ الـ JSON التالي في ~/.cursor/mcp.json:

   {
     "mcpServers": {
       "whatsapp": {
         "command": "{{PATH_TO_UV}}",
         "args": [
           "--directory",
           "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
           "run",
           "main.py"
         ]
       }
     }
   }
   

4. أعد تشغيل Cursor لتفعيل التكامل.

ملاحظة حول حماية مفاتيح API: استخدم نفس نهج متغيرات البيئة كما في Claude إذا لزم الأمر.

Cline

لا توجد تعليمات إعداد لـ Cline في الوثائق.

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في تدفق عملك في FlowHunt، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي الخاص بك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP باستخدام هذا التنسيق:

{
  "whatsapp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يصبح بإمكان وكيل الذكاء الاصطناعي استخدام هذا MCP كأداة مع جميع وظائفه وقدراته. تذكر تغيير “whatsapp” إلى اسم خادم MCP الخاص بك، واستبدال الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا للوثائق المتوفرة، فإن خادم WhatsApp MCP موثق جيدًا من حيث الإعداد العام واستخدام الأدوات، لكنه يفتقر لمعلومات صريحة حول الموارد وقوالب التعليمات ودعم الجذور وأخذ العينات. المشروع ناضج (مرخص، مشهور، ويخضع للصيانة النشطة)، لكنه بحاجة لمزيد من التوثيق المتقدم الخاص بـ MCP.

رأينا

نقيّم هذا الخادم MCP بـ 7/10—فهو قوي وشائع وواضح للتكامل العملي، لكن يمكن تحسينه بتوثيق أدق للموارد وقوالب التعليمات وميزات MCP المتقدمة.

تقييم MCP