我通过Claude提示构建了一个WhatsApp AI代理
摘要
一篇关于使用Claude和Zernio的MCP服务器构建WhatsApp AI代理的教程,允许自动回复入站消息,并在需要时转接给人工。
声明:我是Zernio团队的成员,因此下面的构建使用了它的MCP服务器。但MCP模式适用于任何暴露服务器的工具,所以这更多是关于方法而非推销。真正让我发布这篇文章的原因是:借助MCP,代理不仅使用WhatsApp API,它还会为你构建机器人。
**你可以这样构建的内容:**
* 支持机器人 – 从你的文档中回答客户问题
* 潜在客户筛选 – 阅读入站聊天记录并将其路由到你的支持/销售团队
* AI代理 – 使用你自己的LLM密钥回复,遇到困难时转接给人工
基本上任何场景:当有人给你的WhatsApp号码发消息时,你希望在人工介入之前(或代替人工)运行一些逻辑。
**设置过程确实如此简单:**
1. 将你的WhatsApp商业号连接到Zernio(一分钟内完成,运行在官方WhatsApp API上)
2. 在Claude(或你选择的LLM)中添加Zernio MCP服务器作为连接器
3. 明确告诉它你的需求:*"回复来自我们文档的入站WhatsApp消息,如果无法帮助则转接给人工"*
4. 代理会构建流程:入站WhatsApp消息 → AI(你的密钥) → 检查 → 转接,然后发布到一个真实号码
5. 你向该号码发消息,它会回复。
**实际运行成本如下:**
1. 构建器 – 0美元。Zernio工作流已包含在计划中。
2. 电话号码 – 0美元至约2美元/月(大多数国家)(连接你自己的号码,或为机器人购买一个号码用于接听)。
3. WhatsApp消息(Meta) – 只要在客户发消息后的24小时内回复,机器人回复入站消息时无需向Meta支付费用。只有在你通过模板发起聊天时才需要付费(营销类约0.01–0.14美元/条,实用类更便宜,因国家而异)。
4. LLM令牌 – 直接支付给你的模型提供商。
因此,一个回复入站消息的支持机器人基本上只有:号码费用加上几分钱的令牌费用。
你是让AI处理大部分工作,还是保持简单并依赖人工转接?
相似文章
@zodchiii:Anthropic 官方详解如何用 Claude 构建 AI Agent,架构深度超越多数 AI 课程……
Anthropic 联合 AWS 带来现场演示,手把手教你用 Claude 搭建 AI Agent,涵盖架构、工具、记忆、编排与部署全流程。
AI 代理依然拉胯,于是我自己造了一个
作者构建了一款自定义 AI 代理应用,封装了 Claude Code 并即将支持 Codex,侧重于可组合的工作流,并期待社区反馈。
我用 Claude Code 打造了一套 AI 社交媒体系统
Ryan Doser 演示如何把 Claude Code 变成一站式 AI 社媒管家,通过 Blatato MCP 桥接,实现跨平台内容的撰写、排程与发布。
@svpino: 一步一步的视频教程,从零开始构建语音代理。我使用 Claude Code 来做这个,因为手写代码……
一个逐步视频教程,使用 Claude Code 和 AssemblyAI 的新 Voice Agent API 从零开始构建语音代理。
@heynavtoor: https://x.com/heynavtoor/status/2055249160782389690
一份逐步指南,介绍如何配置Claude AI的个人偏好和独立项目,以创建一个持久、个性化的AI助手,能够在对话中记住用户上下文。