Whatsapp MCP Server

🚀 🦉 OWL x WhatsApp MCP 服務器集成

本項目將 WhatsApp MCP 服務器 與 OWL 多智能體框架 進行集成，藉助直觀的 Streamlit 用戶界面，讓 AI 代理能夠與您的 WhatsApp 數據實現交互，為您帶來全新的使用體驗。

🚀 快速開始

克隆倉庫

git clone https://github.com/Bipul70701/WhatsApp_MCP_Server.git
cd WhatsApp_MCP_Server

創建虛擬環境

python -m venv venv

激活虛擬環境

• Windows 系統：

venv\Scripts\activate

• macOS/Linux 系統：

source venv/bin/activate

安裝依賴項

pip install -r requirements.txt

配置環境變量

• 將 .env_template 重命名為 .env。
• 填寫所需的 API 密鑰和配置。

配置 MCP 服務器

• 安裝並設置 WhatsApp MCP 服務器：
  • 遵循 WhatsApp MCP 服務器倉庫 中的說明安裝並運行服務器。
  • 確保服務器已運行且可訪問。

運行 Streamlit 應用

streamlit run project.py

✨ 主要特性

• 🤖 多代理協作：藉助 CAMEL - AI 和 OWL 框架，實現動態代理互動和任務自動化。
• 📱 WhatsApp 集成：可訪問並搜索個人 WhatsApp 消息，包括媒體文件。
• 📤 消息發送：能直接通過應用向個人或群組發送消息。
• 🔍 即時信息檢索：利用網絡搜索功能獲取最新信息。
• 🌐 Streamlit 界面：提供直觀的用戶界面，實現無縫交互。

🔧 技術細節

工作原理

1. 代理角色定義：使用 CAMEL - AI 的 RolePlaying 類模擬用戶與助手的互動。
2. 工具包集成：整合 MCPToolkit 用於 WhatsApp 數據訪問，整合 SearchToolkit 用於網絡搜索。
3. 任務執行：OWL 框架協調代理根據用戶輸入完成任務。
4. 用戶界面：Streamlit 應用捕獲用戶任務並即時顯示結果。

📚 詳細文檔

項目結構

owl - whatsapp - mcp/
├── project.py                # 主 Streamlit 應用程序
├── owl/                      # OWL 框架和工具
│   └── utils/                # 工具函數和助手
├── mcp_servers_config.json   # MCP 服務器配置
├── requirements.txt          # 依賴項列表
├── .env_template             # 環境變量示例文件
└── README.md                 # 項目文檔

關鍵組件

• CAMEL - AI：用於設計和管理自主代理的框架。
• OWL：用於即時任務管理和協作的優化工作流程學習。
• MCPToolkit：促進與 WhatsApp 數據的交互。
• SearchToolkit：實現網絡搜索功能。
• Streamlit：提供交互式 Web 界面以實現用戶互動。

🙌 鳴謝

• [CAMEL - AI](https://github.com/camel - ai/camel)：多代理框架。
• [OWL](https://github.com/camel - ai/owl)：即時任務管理和協作。
• [WhatsApp MCP 服務器](https://github.com/lharries/whatsapp - mcp)：用於 WhatsApp 數據的集成。
• Streamlit：用於構建交互式用戶界面。

感謝您對 OWL x WhatsApp MCP 服務器 項目的關注！如有任何問題或建議，請隨時與我們聯繫。