WhatsApp MCP -palvelimen integrointi

Mitä “WhatsApp” MCP Server tekee?

WhatsApp MCP (Model Context Protocol) Server toimii siltana tekoälyavustajien ja henkilökohtaisen WhatsApp-tilisi välillä. Yhdistämällä WhatsAppin web-monilaite-API:n kautta (käyttäen whatsmeow-kirjastoa), se mahdollistaa tekoälymallien kuten Clauden tai Cursorin hakea ja lukea henkilökohtaisia WhatsApp-viestejäsi (myös kuvat, videot, dokumentit ja äänet), hakea yhteystietoja ja lähettää viestejä henkilöille tai ryhmille. Kaikki toiminnot hoidetaan paikallisesti: viestihistoriasi tallennetaan SQLite-tietokantaan ja tietoja jaetaan tekoälylle vain, kun käytät niitä vakioitujen työkalujen kautta. Tämä mahdollistaa kehittäjille ja käyttäjille WhatsApp-viestinnän ohjelmallisen hallinnan, viestityönkulkujen automaation ja WhatsApp-datan yhdistämisen laajempiin kehitys- tai tuottavuusprosesseihin – käyttäjän säilyttäessä täyden kontrollin tietojen käytöstä.

Kehotepohjalistaus

Dokumentaatiossa ei mainita kehote-pohjia.

Resurssilistaus

• Dokumentaatio ei erittele MCP-palvelimen tarjoamia resursseja.

Työkalulistaus

• search_contacts: Hae WhatsApp-yhteystietoja nimen tai puhelinnumeron perusteella.
• list_messages: Nouda WhatsApp-viestejä valinnaisilla suodattimilla ja kontekstiparametreilla.
• list_chats: Listaa kaikki saatavilla olevat keskustelut ja niiden metadata.
• get_chat: Hae tarkat tiedot tietystä keskustelusta.

Tämän MCP-palvelimen käyttötapaukset

• WhatsApp-viestien haku ja nouto
  Kehittäjät ja tekoälyagentit voivat hakea ja noutaa WhatsApp-viestejä ohjelmallisesti, mukaan lukien multimediat, tarkastelua, raportointia tai arkistointia varten.

• Automaattinen viestintä
  Mahdollistaa viestien tai mediatiedostojen (kuvat, videot, dokumentit, äänet) lähettämisen henkilöille tai ryhmille tekoälytyönkulkujen avulla – esimerkiksi muistutukset, ilmoitukset tai massaviestintä.

• Yhteystietojen hallinta
  Tukee WhatsApp-yhteystietojen hakua ja järjestämistä tekoälyn avulla, parantaen tuottavuutta suurten yhteystietolistojen hallinnassa.

• Keskusteluanalytiikka
  Listaamalla ja analysoimalla keskustelujen ja viestien metadataa kehittäjät voivat toteuttaa analytiikkaa tai rakentaa mittaristoja viestintätrendeistä, ryhmätoiminnasta tai keskustelumalleista.

• Integrointi tekoälyavustajiin
  Mahdollistaa saumattoman vuorovaikutuksen WhatsAppin ja tekoälymallien (kuten Claude tai Cursor) välillä: tekoäly voi tiivistää keskusteluja, luonnostella vastauksia tai automatisoida toistuvia tehtäviä.

Asennusohjeet

Windsurf

Dokumentaatiossa ei ole Windsurfin asennusohjeita.

Claude

1. Vaatimukset: Asenna Go, Python 3.6+, UV (Python-pakettien hallinta) ja halutessasi FFmpeg.
2. Kloonaa repositorio:

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

3. Käynnistä WhatsApp-silta:

   cd whatsapp-bridge
   go run main.go
   

   Tunnistaudu WhatsApp-mobiilisovelluksella QR-koodilla.
4. Määritä MCP-palvelin:
   Tallenna seuraava JSON tiedostoon ~/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. Käynnistä Claude Desktop uudelleen: Avaa Claude nähdäksesi WhatsApp-integraation käytettävissä.

Huomio API-avainten turvaamisesta: Erillisiä API-avaimia ei käytetä, mutta tarvittaessa ympäristömuuttujat voidaan asettaa JSON-konfiguraation env-lohkon kautta.

Esimerkki ympäristömuuttujan käytöstä:

{
  "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. Vaatimukset: Samat kuin yllä.
2. Kloonaa ja käynnistä silta: Noudata Clauden ohjeita.
3. Määritä MCP-palvelin:
   Tallenna seuraava JSON tiedostoon ~/.cursor/mcp.json:

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

4. Käynnistä Cursor aktivoidaksesi integraation.

Huomio API-avainten turvaamisesta: Käytä samaa ympäristömuuttuja-menetelmää kuin Clauden tapauksessa, jos tarvetta.

Cline

Dokumentaatiossa ei ole Clinen asennusohjeita.

MCP:n käyttö osana työnkulkuja

MCP:n käyttö FlowHuntissa

Integroi MCP-palvelimet FlowHunt-työnkulkuusi lisäämällä MCP-komponentti flow’hun ja yhdistämällä se tekoälyagenttiin:

Klikkaa MCP-komponenttia avataaksesi asetuspaneelin. Järjestelmän MCP-konfiguraatio-osiossa syötä MCP-palvelimesi tiedot seuraavassa JSON-muodossa:

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

Kun asetukset on tehty, tekoälyagentti voi käyttää tätä MCP:tä työkalunaan ja hyödyntää kaikkia sen toimintoja. Muista vaihtaa “whatsapp” palvelimesi todelliseen nimeen ja korvata URL omalla MCP-palvelimesi osoitteella.

Yhteenveto

Saatavilla olevan dokumentaation perusteella WhatsApp MCP Server on hyvin dokumentoitu yleisen käyttöönoton ja työkalujen osalta, mutta MCP-resurssien, kehote-pohjien, roots- ja näytteistysominaisuuksien osalta on puutteita. Projekti on kypsä (lisensoitu, suosittu ja aktiivisesti ylläpidetty), mutta siitä puuttuu joitakin MCP-spesifisiä edistyneitä dokumentaatiokohtia.

Mielipiteemme

Arvioimme tämän MCP-palvelimen arvosanalla 7/10 – se on vankka, suosittu ja käytännöllinen integraatioon, mutta kattavampi MCP-resurssi-, kehote- ja edistyneiden ominaisuuksien dokumentaatio parantaisi kokonaisuutta.

MCP-pisteet