WhatsApp MCP Server-integratie

Wat doet de “WhatsApp” MCP Server?

De WhatsApp MCP (Model Context Protocol) Server fungeert als een brug tussen AI-assistenten en je persoonlijke WhatsApp-account. Door verbinding te maken via de WhatsApp web multidevice API (met behulp van de whatsmeow-bibliotheek), kunnen AI-modellen zoals Claude of Cursor je persoonlijke WhatsApp-berichten zoeken en lezen (inclusief afbeeldingen, video’s, documenten en audio), contacten zoeken en berichten sturen naar individuen of groepen. Alle interacties worden lokaal afgehandeld: je berichtgeschiedenis wordt opgeslagen in een SQLite-database en gegevens worden alleen gedeeld met de AI-agent wanneer deze expliciet via gestandaardiseerde tools worden opgevraagd. Deze opzet stelt ontwikkelaars en gebruikers in staat om WhatsApp-communicatie programmatisch te beheren, berichtenworkflows te automatiseren en WhatsApp-gegevens te integreren in bredere ontwikkel- of productiviteitsprocessen—terwijl de gebruiker controle houdt over de gegevens.

Lijst van Prompts

Er worden geen prompt-sjablonen genoemd in de beschikbare documentatie.

Lijst van Resources

• De documentatie vermeldt niet expliciet MCP-resources die door de server worden blootgesteld.

Lijst van Tools

• search_contacts: Zoek WhatsApp-contacten op naam of telefoonnummer.
• list_messages: Haal WhatsApp-berichten op met optionele filters en contextparameters.
• list_chats: Toon alle beschikbare chats met hun metadata.
• get_chat: Verkrijg gedetailleerde informatie over een specifieke chat.

Gebruikssituaties van deze MCP Server

• WhatsApp Berichtzoeken en Ophalen
  Ontwikkelaars en AI-agenten kunnen WhatsApp-berichten, inclusief multimedia, programmatisch zoeken en ophalen voor beoordeling, rapportage of archivering.

• Geautomatiseerde Berichten
  Maakt het mogelijk om via AI-workflows berichten of mediabestanden (afbeeldingen, video’s, documenten, audio) naar personen of groepen te sturen, wat handig is voor herinneringen, notificaties of bulkcommunicatie.

• Contactbeheer
  Ondersteunt het zoeken en organiseren van WhatsApp-contacten via de AI, waardoor de productiviteit wordt verhoogd voor gebruikers met grote contactenlijsten.

• Chat-analyse
  Door metadata van chats en berichten te tonen en te analyseren, kunnen ontwikkelaars analyses uitvoeren of dashboards maken van berichtenpatronen, groepsactiviteit of communicatietrends.

• Integratie met AI-assistenten
  Maakt naadloze interactie mogelijk tussen WhatsApp en AI-modellen (zoals Claude of Cursor), waarbij AI wordt ingezet om chats samen te vatten, antwoorden te schrijven of repetitieve taken te automatiseren.

Hoe stel je het in

Windsurf

Er zijn geen installatie-instructies voor Windsurf beschikbaar in de documentatie.

Claude

1. Vereisten: Installeer Go, Python 3.6+, UV (Python package manager), en optioneel FFmpeg.
2. Clone de repository:

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

3. Start de WhatsApp bridge:

   cd whatsapp-bridge
   go run main.go
   

   Authenticeer via QR-code met je WhatsApp mobiele app.
4. Configureer MCP-server:
   Sla de volgende JSON op als ~/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. Herstart Claude Desktop: Open Claude om WhatsApp als beschikbare integratie te zien.

Opmerking over het beveiligen van API-sleutels: Er worden geen expliciete API-sleutels gebruikt, maar indien nodig kunnen omgevingsvariabelen worden ingesteld via een env-blok in de JSON-configuratie.

Voorbeeld met omgevingsvariabele:

{
  "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. Vereisten: Zelfde als hierboven.
2. Clone en start de bridge: Volg dezelfde stappen als bij Claude.
3. Configureer MCP-server:
   Sla de volgende JSON op als ~/.cursor/mcp.json:

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

4. Herstart Cursor om de integratie te activeren.

Opmerking over het beveiligen van API-sleutels: Gebruik dezelfde aanpak met omgevingsvariabelen als bij Claude indien nodig.

Cline

Er zijn geen installatie-instructies voor Cline beschikbaar in de documentatie.

Hoe gebruik je deze MCP in flows

MCP gebruiken in FlowHunt

Om MCP-servers in je FlowHunt-workflow te integreren, voeg je het MCP-component toe aan je flow en verbind je deze met je AI-agent:

Klik op het MCP-component om het configuratiepaneel te openen. In het systeem-MCP-configuratiegedeelte vul je je MCP-servergegevens in met dit JSON-formaat:

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

Na configuratie kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “whatsapp” te wijzigen naar de daadwerkelijke naam van je MCP-server en de URL te vervangen door je eigen MCP-server-URL.

Overzicht

Op basis van de beschikbare documentatie is WhatsApp MCP Server goed gedocumenteerd voor algemene installatie en toolgebruik, maar ontbreekt expliciete informatie over resources, prompt-sjablonen, roots en sampling-ondersteuning. Het project is volwassen (gelicentieerd, populair en actief onderhouden), maar mist enkele geavanceerdere MCP-documentatie.

Onze mening

Wij geven deze MCP-server een 7/10—hij is robuust, populair en duidelijk te integreren, maar zou baat hebben bij uitgebreidere documentatie over MCP-resources, prompts en geavanceerde functies.

MCP Score