我开发了一个开源 CLI,可在 90 秒内将 WhatsApp 语音通话接入 LiveKit 智能体
摘要
一个名为 wavoice 的开源 CLI 可自动完成 WhatsApp 语音通话与 LiveKit 智能体的连接,涵盖 Meta Graph API 配置、webhook 设置、SDP 转换,以及通过 Cloudflare 隧道进行本地测试。
为 LiveKit 智能体搭建 WhatsApp 通话功能非常繁琐。你必须在 Meta 的 Graph API 上启用通话标志,配置多个 webhook 覆盖项,从 Meta 的载荷中提取 SDP offer,再将其接入 LiveKit 的电话连接器。我开发了一个名为 wavoice 的 CLI 来处理所有这些工作。它的功能如下:
- 自动发现你的 WhatsApp 电话号码 ID,并在 Meta 上启用语音通话。
- 配置 webhook 并启动 Cloudflare 隧道,让你无需 ngrok 即可进行本地测试。
- 捕获来电,转换 WhatsApp 的 SDP offer,并通过 AcceptWhatsAppCall 将其发送到 LiveKit。
- 将通话直接分派到你的 LiveKit 智能体房间。
**如何使用你自己的智能体进行测试:**
连接你的凭据:
`uvx wavoice livekit setup`
启动指向你智能体的 webhook 桥接:
`uvx wavoice livekit dev --agent-name <your-agent-name> --no-agent`
用你的手机拨打你的 WhatsApp Business 号码,你的 LiveKit 智能体就会接听。
仓库地址:amitbhakt/wavoice
该项目为开源项目(MIT 许可)。如果你在使用 Meta API 时遇到 bug,欢迎告诉我。
相似文章
@QCXINT_: 有人刚刚开源了一个可自行托管的 WhatsApp API,你可以免费在自己的服务器上运行。它叫 OpenWA。……
OpenWA 是一个免费、开源、自托管的 WhatsApp API 网关,提供可插拔架构,支持发送/接收消息、管理会话、Webhook,以及与 n8n、Home Assistant 和自定义应用等工具集成,所有功能均由开发者掌控。
开源了一个面向生产环境的语音助手全栈启动模板(Web端和电话端共用一个worker)
开源了一个基于LiveKit、FastAPI和React的全栈生产级语音助手启动模板,通过单一代码路径同时处理Web和电话端,可使用Docker Compose一键部署。
livekit/agents
LiveKit Agents 是一个用于构建实时、多模态语音智能体的开源框架,这些智能体能够看、听和理解,并具备灵活的 STT/LLM/TTS 集成、任务调度、电话支持、MCP 兼容性以及内置测试框架。
我构建了一个 MCP 工具,让你的 AI 智能体可以通过 WhatsApp 给你打电话
Hasos 创始人介绍了一个 MCP 工具,可让 AI 代理通过 WhatsApp 发起语音通话,在通话中向用户解释卡住的决策点,并在通话期间通过回调执行既有工具操作(如修改日历)。
使用 AI 管理与业务相关的 WhatsApp 聊天
一位开发者构建了一个开源的 Claude MCP 服务器,让用户能够管理和分析 WhatsApp 聊天记录——总结群聊、标记提及自己的消息和重要消息,并将数据同步到 Notion、电子邮件和日历等工具——同时通过本地加密存储保护隐私。