快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

WhatsApp MCP 机器人

这个项目提供了一个由模型上下文协议（MCP）和OpenAI API驱动的自托管WhatsApp助手。它允许您通过WhatsApp与人工智能进行交互——发送消息、获取联系人、自动化任务——所有这些操作都可以在本地或您的专属虚拟专用服务器（VPS）上运行。

概述

这个存储库结合了：

client.py（客户端文件）\

一个FastMCP Python客户端，用于与MCP服务器通信，将WhatsApp消息转发给大型语言模型（LLM），并执行工具调用。

\prompt.py\ 翻译成中文是“提示文件.py”或“提示脚本.py”，具体翻译可能根据上下文有所调整，但基本意思是指一个用于提供提示或指令的Python文件\

定义了系统提示和调整方式，以指导大型语言模型（LLM）如何使用诸如列出消息、搜索联系人和发送消息等工具。

WhatsApp-MCP/\

原“whatsapp-mcp”项目（基于Go的桥接器+Python MCP服务器）的修改版。原始项目链接：https://github.com/lharries/whatsapp-mcp\ 客户端会自动将MCP服务器作为子进程启动——您无需手动运行它。

DuckDuckGo MCP 服务器

一个DuckDuckGo MCP服务器，这样我们就可以进行网页搜索。示例：“查找当前比特币价格并发送给马克”

起源与修改

这个项目是基于markormesher/lharries的开源“whatsapp-mcp”仓库开发的。\ 原始仓库地址：https://github.com/lharries/whatsapp-mcp\ 上游提交用作基线：7d6a06dcdce1f01dfb24f60e1030d5efba9f3b88

在这个分支中所做的更改包括：

修改了WhatsApp-MCP服务器的main.py文件，使其返回与FastMCP兼容的确定性JSON响应。
简化信息解析，实现更流畅的大型语言模型（LLM）集成。
添加了client.py以实现工具发现、消息轮询和AI驱动操作的自动化。
添加了prompt.py以提供更好的工具使用指导。
.env 配置
客户端现在自动启动并管理MCP服务器进程。

修改的目标仅仅是实现mcp服务器与使用FastMCP 2编写的自定义MCP客户端之间的通信

示例

示例图片占位符

开始入门

先决条件

Python 3.10 或更高版本
已安装Go（用于桥接）
一个OpenAI API密钥
一个与WhatsApp Web关联的WhatsApp账户

设置

1. 克隆并设置环境

克隆仓库：https://github.com/HakanBue/whatsapp_rag.git 进入 whatsapp_rag 目录

创建并激活虚拟环境

使用 Python 3 创建虚拟环境 .venv 激活虚拟环境（位于）source/.venv/bin/activate

安装依赖项

pip install -r requirements.txt

2. 在项目根目录下创建一个.env文件，并添加您的OpenAI API密钥：

OPENAI_API_KEY=sk-yourkeyhere

3. 运行项目

Go 语言桥接器将 WhatsApp 与 Python 服务器连接起来。

Python客户端控制大型语言模型（LLM）并协调工具调用。

运行Go桥

cd whatsapp-mcp/whatsapp-bridge
go run main.go

在另一个终端中

cd ~/whatsapp_rag
source .venv/bin/activate
python client.py

就这样！ 客户端将自动连接到桥接器和MCP服务器，发现工具，并在您的WhatsApp“命令”群组中响应命令。

与机器人互动

在WhatsApp中创建一个仅包含你自己的新群组，并将其命名为“指令”

使用你的WhatsApp“指令”群组发送消息，例如：

输入： 向号码012345678发送一条信息，内容为“来自MCP的问候！” 注意 !n 前缀（以后可能会更改）

输出： 消息“来自MCP的问候！”已成功发送至012345678

未来（计划中的）

RAG集成
用于桥接、服务器和客户端的容器 + Docker Compose 实现一键设置
使用search_contacts进行联系人名称解析
日志记录改进
可选的LLM模型/提供商选择
整体生活质量特征

许可与署名

原始的“whatsapp-mcp”项目遵循MIT许可证授权。您的修改保留此许可。

在重新分发时，请注明出处：

“这个项目是基于‘whatsapp-mcp’（提交哈希7d6a06dcdce1f01dfb24f60e1030d5efba9f3b88）的由markormesher/lharries创作，2025年由HakanBue修改

功劳/学分/报酬

原始项目地址：https://github.com/lharries/whatsapp-mcp（采用MIT许可证） 2025年，由HakanBue完成集成、MCP客户端及自动化逻辑开发。

目录标签

任务自动化Python本地部署WhatsApp自动化AI助手消息处理

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/7ffa9effab1ac4739ae75afd61ade2c2

一个基于Model Context Protocol (MCP)和OpenAI API的自托管WhatsApp助手，可通过WhatsApp与AI交互、发送消息、获取联系人信息并自动化任务。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

whatsapp project

一个通过安全桥接架构使AI助手能够发送和接收WhatsApp消息的模型上下文协议（MCP）服务器。

下一个 MCP

Whatsapp Web

全面解析Whatsapp WebMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器，Whatsapp Web能让AI助手访问实时数据、执行操作，为您提供更智能的工作体验和自动化解决方案。

whatsapp rag