WhatsApp MCPサーバー連携

「WhatsApp」MCPサーバーは何をするのか？

WhatsApp MCP（Model Context Protocol）サーバーは、AIアシスタントとあなたの個人WhatsAppアカウントの間のブリッジとして機能します。whatsmeowライブラリを利用したWhatsApp WebマルチデバイスAPI経由で接続することで、ClaudeやCursorなどのAIモデルがあなたのWhatsAppメッセージ（画像・動画・ドキュメント・音声含む）を検索・閲覧したり、連絡先を検索したり、個人やグループにメッセージを送信したりできるようになります。すべてのやり取りはローカルで処理され、メッセージ履歴はSQLiteデータベースに保存され、AIエージェントにデータが共有されるのは標準ツールで明示的にアクセスした場合のみです。この仕組みにより、開発者やユーザーはWhatsAppのやり取りをプログラムで管理・自動化し、WhatsAppデータを他の開発や生産性向上プロセスに統合できる一方で、データアクセスはユーザー自身がコントロールできます。

プロンプト一覧

利用可能なドキュメント内にプロンプトテンプレートの記載はありません。

リソース一覧

• サーバーが公開しているMCPリソースはドキュメントに明記されていません。

ツール一覧

• search_contacts: WhatsApp連絡先を名前または電話番号で検索します。
• list_messages: WhatsAppメッセージを、オプションのフィルターやコンテキストパラメータ付きで取得します。
• list_chats: すべてのチャットとそのメタデータを一覧表示します。
• get_chat: 特定チャットの詳細情報を取得します。

このMCPサーバーのユースケース

• WhatsAppメッセージの検索・取得
  開発者やAIエージェントが、WhatsAppメッセージ（マルチメディア含む）をプログラムで検索・取得し、レビュー・レポート・アーカイブに活用できます。

• メッセージ自動送信
  AIワークフローを使って、個人やグループへのメッセージやメディア（画像・動画・ドキュメント・音声）送信を自動化し、リマインダー・通知・一括連絡などに役立てます。

• 連絡先管理
  AIを通じてWhatsApp連絡先の検索・整理ができ、大量の連絡先を管理するユーザーの生産性が向上します。

• チャット分析
  チャットおよびメッセージのメタデータを一覧・分析することで、メッセージパターンやグループ活動、コミュニケーション傾向のダッシュボードを作成できます。

• AIアシスタントとの連携
  WhatsAppとAIモデル（ClaudeやCursorなど）をシームレスに連携し、AIによるチャット要約・返信案作成・定型業務自動化が可能になります。

セットアップ手順

Windsurf

Windsurf用のセットアップ手順はドキュメントに記載されていません。

Claude

1. 前提条件: Go、Python 3.6+、UV（Pythonパッケージマネージャー）、必要に応じてFFmpegをインストールします。
2. リポジトリをクローン:

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

3. WhatsAppブリッジを実行:

   cd whatsapp-bridge
   go run main.go
   

   WhatsAppモバイルアプリでQRコード認証を行います。
4. MCPサーバーを設定:
   以下のJSONを ~/Library/Application Support/Claude/claude_desktop_config.json に保存します。

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

5. Claude Desktopを再起動: Claudeを開くとWhatsAppが利用可能な連携として表示されます。

APIキー保護について: 明示的なAPIキーは使われませんが、必要な場合はJSON設定内のenvブロックで環境変数を設定できます。

環境変数の例:

{
  "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. 前提条件: 上記と同様です。
2. ブリッジをクローン・実行: Claudeと同じ手順です。
3. MCPサーバーを設定:
   以下のJSONを ~/.cursor/mcp.json に保存します。

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

4. Cursorを再起動して連携を有効化します。

APIキー保護について: 必要に応じてClaudeと同様に環境変数方式を利用してください。

Cline

Cline用のセットアップ手順はドキュメントに記載されていません。

FlowHuntのフロー内でこのMCPを使う方法

FlowHuntでMCPサーバーをワークフローに組み込むには、まずフローにMCPコンポーネントを追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開き、システムMCP設定セクションに下記のJSON形式でMCPサーバー情報を入力します。

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

設定が完了すると、AIエージェントはこのMCPをツールとして使い、すべての機能や能力にアクセスできるようになります。「whatsapp」は実際のMCPサーバー名に、URLはご自身のMCPサーバーURLに置き換えてください。

概要

利用可能なドキュメントによれば、WhatsApp MCPサーバーは一般的なセットアップやツール利用方法については十分にドキュメント化されていますが、リソース・プロンプトテンプレート・ルーツ・サンプリングサポートなどMCP固有の高度な情報は明記されていません。プロジェクト自体は成熟しており（ライセンスあり、人気、活発な保守）、MCP固有の追加ドキュメントがあればさらに良いでしょう。

私たちの評価

このMCPサーバーは7/10と評価します。堅牢で人気があり、実用的な連携には十分明快ですが、MCPリソース・プロンプト・高度機能のドキュメントが追加されるとさらに良くなるでしょう。

MCPスコア