WhatsApp MCP server

0
WhatsApp MCP伺服器將您的個人WhatsApp帳號連接到API,允許搜尋、閱讀和發送消息的功能,包括多媒體。它使用WhatsApp網頁API進行互動,並將訊息歷史記錄儲存在SQLite中。它可以與Claude等AI代理進行整合,自動化互動,使其成為程序性地管理WhatsApp通訊的強大工具。
新增日期:
創建者:
Apr 06 2025
WhatsApp MCP server

WhatsApp MCP server

0 評論
3600
0
WhatsApp MCP server
WhatsApp MCP伺服器將您的個人WhatsApp帳號連接到API,允許搜尋、閱讀和發送消息的功能,包括多媒體。它使用WhatsApp網頁API進行互動,並將訊息歷史記錄儲存在SQLite中。它可以與Claude等AI代理進行整合,自動化互動,使其成為程序性地管理WhatsApp通訊的強大工具。
新增日期:
Created by:
Apr 06 2025
Luke Harries
精選

WhatsApp MCP server 是什麼?

這個WhatsApp的MCP(Model Context Protocol)伺服器允許通過API全面管理您的WhatsApp消息。它允許用戶搜尋和閱讀個人消息,包括圖片、視頻、文件和音頻文件,還能搜尋聯絡人。用戶也可以向個人或群組發送消息和媒介,並支持各種媒介類型。它基於WhatsApp的多裝置API構建,通過whatsmeow庫,在SQLite數據庫中本地存儲所有消息。該系統旨在與AI工具,比如Claude進行整合,提供自動化的消息處理和數據檢索能力,使其非常適合個人自動化、客服和涉及WhatsApp數據的研究應用。

誰會使用 WhatsApp MCP server?

  • 創建WhatsApp整合的開發者
  • 自動化客戶通訊的企業
  • 分析WhatsApp消息數據的研究人員
  • 構建對話代理的AI愛好者
  • 以程式方式管理自己的WhatsApp數據的個人

如何使用 WhatsApp MCP server?

  • 步驟1: 從GitHub克隆存儲庫
  • 步驟2: 安裝前提條件,包括Go、Python 3.6+和FFmpeg(如有需要)
  • 步驟3: 運行WhatsApp橋接應用程序,並通過掃描QR碼進行身份驗證
  • 步驟4: 使用適當的路徑配置MCP伺服器JSON
  • 步驟5: 為Claude或Cursor保存配置文件
  • 步驟6: 重新啟動AI桌面應用(Claude或Cursor)以識別WhatsApp MCP
  • 步驟7: 使用MCP的功能通過AI工具與WhatsApp進行互動

WhatsApp MCP server 的核心特徵與益處

主要功能
  • 搜尋聯絡人
  • 列出消息
  • 列出聊天
  • 獲取聊天
  • 按聯絡人獲取直接聊天
  • 獲取聯絡人聊天
  • 獲取最後互動
  • 獲取消息上下文
  • 發送消息
  • 發送檔案
  • 發送音頻消息
  • 下載媒體
優點
  • 自動化與WhatsApp聯絡人和群組的互動
  • 高效訪問和管理消息歷史
  • 促進多媒體分享和檢索
  • enabled AI代理如Claude的整合,以實現更智能的自動化
  • 本地消息存儲確保隱私和快速訪問

WhatsApp MCP server 的主要使用案例與應用

  • 通過WhatsApp自動化客戶服務
  • 個人自動化消息搜尋和管理
  • 從WhatsApp消息中收集研究數據
  • 通過WhatsApp互動的AI驅動的聊天機器人
  • 媒體文件分享和檢索工作流

WhatsApp MCP server 的常見問答

開發者

您可能也喜歡:

開發者工具

一款用於管理伺服器與客戶端互動的桌面應用程式,具備全面的功能。
一個為 Eagle 提供的 Model Context Protocol 伺服器,負責管理 Eagle 應用程式和數據來源之間的數據交換。
一個基於聊天的客戶端,直接在聊天環境中集成和使用各種 MCP 工具,以提高生產力。
一個 Docker 映像,承載多個 MCP 伺服器,透過整合 supergateway 以統一入口點訪問。
透過 MCP 協議提供 YNAB 帳戶餘額、交易及交易創建的訪問權限。
一個快速可擴展的MCP伺服器,用於管理多客戶的即時Zerodha交易操作。
一個遠端SSH客戶端,方便安全、基於代理訪問MCP伺服器,以便利用遠端工具。
一個基於Spring的MCP伺服器,整合了AI能力以管理和處理Minecraft模組的通信協議。
一款具有基本聊天功能的極簡MCP客戶端,支持多種模型和上下文交互。
一個安全的MCP伺服器,讓AI代理與身份驗證器應用程式互動以獲取2FA代碼和密碼。

研究與數據

一個支持模型上下文協議的伺服器實現,整合CRIC的工業AI能力。
提供瓦倫西亞市即時交通、空氣質量、天氣及單車共享數據於一個統一的平台上。
一個展示通過MCP工具和Tambo進行Supabase集成的React應用程序,註冊UI組件。
整合 Brave Search API 用於網頁搜尋的 MCP 客戶端,利用 MCP 協議進行高效通信。
一個能夠實現 Umbraco CMS 與外部應用程式之間無縫通訊的協定伺服器。
NOL 整合了 LangChain 和 Open Router,以使用 Next.js 創建一個多客戶端的 MCP 伺服器。
將LLM連接到Firebolt數據倉庫,以進行自主查詢、數據訪問和洞察生成。
一個用於將AI代理連接到MCP伺服器的客戶端框架,實現工具的發現和集成。
Spring Link 促進在統一環境中有效地鏈接和管理多個 Spring Boot 應用程序。
一個開源客戶端,用於與多個MCP伺服器互動,為Claude提供無縫的工具訪問。

通訊

一個利用AI和WhatsApp API來增強訊息功能和自動化的伺服器。
一個整合LINE Messaging API的伺服器,用於連接AI代理與LINE官方帳號,實現消息交換和用戶資料檢索。
一個使用 Africa's Talking API 在多個非洲國家管理話費充值和交易的服務器。
一個具有HTTP介面的MCP伺服器實現,提供核心通信功能。
一個基於 Python 的客戶端,通過消息傳遞協議促進各組件之間的通信。
一個協議,用於通過可自定義的 MCP 配置,在 Chatwork 內部啟用 AI 驅動的操作和集成。
一個基於 Python 的 MCP,集成了 Gemini 客戶端和 MCP 服務器,以促進通信和數據交換。
通過實現MCP來啟用DingTalk集成,以實現DingTalk生態系統內的通信、數據交換和自動化。
一個針對學習設計的自定義 MCP 客戶端,基於 dolphin-mcp,支持資源管理和通訊。
一個基於Python的MCP伺服器,管理遠端程序調用和模組化應用的客戶端伺服器通信。