WhatsApp MCP Sunucusu Entegrasyonu

“WhatsApp” MCP Sunucusu ne yapar?

WhatsApp MCP (Model Context Protocol) Sunucusu, yapay zeka asistanları ile kişisel WhatsApp hesabınız arasında bir köprü görevi görür. WhatsApp web çoklu cihaz API’si (whatsmeow kütüphanesi kullanılarak) aracılığıyla Claude veya Cursor gibi yapay zeka modellerinin kişisel WhatsApp mesajlarınızı (görseller, videolar, belgeler ve ses dahil) aramasına ve okumasına, kişileri aramasına ve bireylere ya da gruplara mesaj göndermesine olanak tanır. Tüm işlemler yerel olarak gerçekleştirilir: mesaj geçmişiniz bir SQLite veritabanında saklanır ve veriler yalnızca standart araçlar aracılığıyla açıkça erişildiğinde yapay zeka ajanı ile paylaşılır. Bu yapı, geliştiricilerin ve kullanıcıların WhatsApp iletişimini programatik olarak yönetmesine, mesajlaşma iş akışlarını otomatikleştirmesine ve WhatsApp verilerini daha geniş geliştirme ya da üretkenlik süreçlerine entegre etmesine olanak tanır—tüm bunlar veri erişimi üzerinde kullanıcı denetimini koruyarak yapılır.

Komut Listesi

Mevcut dökümantasyonda herhangi bir komut şablonundan bahsedilmemiştir.

İşinizi büyütmeye hazır mısınız?

Bugün ücretsiz denemenizi başlatın ve günler içinde sonuçları görün.

Demo talep et Giriş yap

Kaynak Listesi

• Dökümantasyon, sunucu tarafından açığa çıkarılan MCP kaynaklarını açıkça listelememektedir.

Araçlar Listesi

• search_contacts: WhatsApp kişilerinde isim veya telefon numarasına göre arama yapın.
• list_messages: Filtreler ve bağlam parametreleriyle WhatsApp mesajlarını alın.
• list_chats: Tüm mevcut sohbetleri ve meta verilerini listeleyin.
• get_chat: Belirli bir sohbet hakkında ayrıntılı bilgi alın.

Bültenimize katılın

En son ipuçlarını, trendleri ve teklifleri ücretsiz alın.

E-posta adresi

Abone ol

Bu MCP Sunucusunun Kullanım Senaryoları

• WhatsApp Mesajlarında Arama ve Alma
  Geliştiriciler ve yapay zeka ajanları, WhatsApp mesajlarını (multimedya içerik dahil) programatik olarak arayabilir ve alabilir; inceleme, raporlama veya arşivleme için kullanılabilir.

• Otomatik Mesajlaşma
  Yapay zeka iş akışlarıyla bireylere veya gruplara mesaj ya da medya dosyası (görsel, video, belge, ses) göndermeyi mümkün kılar; hatırlatıcılar, bildirimler veya toplu iletişim için uygundur.

• Kişi Yönetimi
  Yapay zeka aracılığıyla WhatsApp kişilerini arama ve düzenleme imkânı sunar; geniş kişi listelerini yöneten kullanıcıların verimliliğini artırır.

• Sohbet Analitiği
  Sohbet ve mesajların meta verilerini listeleyip analiz ederek geliştiricilere mesajlaşma kalıpları, grup etkinliği veya iletişim trendleri üzerine analitik ya da panolar oluşturma olanağı tanır.

• Yapay Zeka Asistanlarıyla Entegrasyon
  WhatsApp ile yapay zeka modelleri (Claude veya Cursor gibi) arasında sorunsuz etkileşim sağlar; sohbetleri özetleme, yanıt taslağı oluşturma veya tekrarlayan görevleri otomatikleştirme imkânı tanır.

Kurulum Nasıl Yapılır?

Windsurf

Dökümantasyonda Windsurf için kurulum talimatı bulunmamaktadır.

Claude

1. Önkoşullar: Go, Python 3.6+, UV (Python paket yöneticisi) ve isteğe bağlı olarak FFmpeg’i yükleyin.
2. Depoyu klonlayın:

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

3. WhatsApp köprüsünü başlatın:

   cd whatsapp-bridge
   go run main.go
   

   WhatsApp mobil uygulamanız ile QR kod üzerinden kimlik doğrulaması yapın.
4. MCP sunucusunu yapılandırın:
   Aşağıdaki JSON’u ~/Library/Application Support/Claude/claude_desktop_config.json dosyasına kaydedin:

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

5. Claude Desktop’u yeniden başlatın: Claude’u açtığınızda WhatsApp entegrasyonu kullanılabilir olacaktır.

API anahtarlarının güvenliği hakkında not: Açıkça kullanılan bir API anahtarı yoktur; gerekirse JSON yapılandırmasında bir env bloğuyla ortam değişkenleri tanımlanabilir.

Ortam değişkeni ile örnek:

{
  "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. Önkoşullar: Yukarıdakiyle aynıdır.
2. Depoyu klonlayın ve köprüyü başlatın: Claude’daki adımları izleyin.
3. MCP sunucusunu yapılandırın:
   Aşağıdaki JSON’u ~/.cursor/mcp.json dosyasına kaydedin:

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

4. Cursor’ı yeniden başlatın ve entegrasyon aktif olacaktır.

API anahtarlarının güvenliği hakkında not: Gerekirse Claude’dakiyle aynı ortam değişkeni yaklaşımını kullanın.

Cline

Dökümantasyonda Cline için kurulum talimatı bulunmamaktadır.

Bu MCP Nasıl Akışlarda Kullanılır?

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, öncelikle akışınıza MCP bileşenini ekleyip AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırması bölümünde, MCP sunucu bilgilerinizi şu JSON formatında girin:

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

Yapılandırma tamamlandığında, AI ajanı bu MCP’yi bir araç olarak kullanabilir ve tüm işlevlerine erişebilir. “whatsapp” adını kendi MCP sunucunuzun adıyla ve URL’yi kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Mevcut dökümantasyona göre, WhatsApp MCP Sunucusu genel kurulum ve araç kullanımı açısından iyi dökümante edilmiştir; ancak kaynaklar, komut şablonları, kökler ve örnekleme desteği gibi MCP’ye özgü gelişmiş bilgiler eksiktir. Proje olgun, lisanslı, popüler ve aktif olarak sürdürülüyor; fakat gelişmiş MCP dokümantasyonu açısından bazı eksikler vardır.

Bizim görüşümüz

Bu MCP sunucusuna 7/10 puan veriyoruz—uygulamada sağlam, popüler ve entegrasyon açısından açık; fakat daha kapsamlı MCP kaynak, komut ve gelişmiş özellik dokümantasyonu ile daha iyi olabilirdi.

MCP Puanı