whatsapp-bot-mcp

🚀 NiagaBot - 智能WhatsApp商业自动化工具

NiagaBot 是一款智能的WhatsApp商业自动化机器人，它借助了AI Qwen3-Omni的强大能力。该机器人能够帮助您实现商业通信自动化、消息广播、消息定时发送、自动回复等诸多功能！

由先进AI驱动的智能商业自动化伙伴

✨ 主要特性

🤖 智能AI自动化

• 多模态AI：利用Qwen3-Omni处理文本、图像、音频和视频。
• 智能自动回复：自动回复客户消息。
• 聊天流程构建器：为客户服务构建对话流程。

📣 广播与营销

• 批量广播：同时向众多客户发送消息。
• 定时消息：安排消息在后续时间发送。
• 进度跟踪：实时监控发送状态。

👥 群组管理

• 欢迎/告别消息：自动欢迎新成员。
• 反垃圾邮件保护：保持群组清洁安全。
• 群组同步：轻松管理多个群组。

📊 分析与报告

• 全面仪表盘：监控机器人的所有活动。
• 统计与指标：分析消息和广播的性能。
• 数据导出：将分析数据导出为CSV/JSON格式。

🔐 企业级特性

• 多用户支持：基于角色访问的团队协作。
• REST API：与其他系统集成。
• Web仪表盘：美观易用的控制面板。
• 安全认证：基于JWT的安全机制。

🔧 技术细节

WhatsApp Web (浏览器自动化)
          ↓
   WhatsApp机器人核心
          ↓
  Qwen3-Omni集成
    ↙              ↘
本地模型    DashScope API

📦 安装指南

前置条件

• Node.js（v16或更高版本）
• npm或yarn
• 用于测试的WhatsApp账户
• （可选）用于访问基于云的Qwen3-Omni的DashScope API密钥

安装步骤

1. 克隆仓库：

git clone <repository-url>
cd whatsapp-bot-mcp

2. 安装依赖：

npm install

🛠️ 配置说明

该机器人可以通过两种方式进行配置：

选项1：本地模型（资源密集型）

要在本地运行Qwen3-Omni，您需要：

• 高端GPU（建议32GB以上显存）
• 大量内存（建议64GB以上）
• 具备所需依赖的Python环境

由于其大小和复杂性，此选项需要安装未包含在本软件包中的额外依赖项。

选项2：阿里云/DashScope API（大多数用户推荐）

这是在无需高端硬件的情况下使用Qwen3-Omni的最简单方法：

选项A：通过DashScope（简易版本）

1. 在 DashScope 注册账户。
2. 从仪表盘获取您的API密钥：
   • 访问 DashScope控制台。
   • 导航到“API密钥”部分。
   • 创建新的API密钥或使用现有密钥。
3. 更新 config.json：

{
  "dashscope": {
    "enabled": true,
    "apiKey": "您的API密钥",
    "model": "qwen3-omni"
  }
}

选项B：通过阿里云（企业用户适用）

1. 在 阿里云 注册账户。
2. 启用DashScope或ModelStudio服务。
3. 通过阿里云控制台获取访问密钥。
4. 使用合适的API端点：

{
  "dashscope": {
    "enabled": true,
    "apiKey": "您的访问密钥",
    "model": "qwen3-omni",
    "apiEndpoint": "https://dashscope.aliyuncs.com/api/v1"
  }
}

如何获取API密钥：

1. 注册账户：

   • 对于DashScope：dashscope.aliyuncs.com
   • 对于阿里云（全球）：阿里云

2. 获取API密钥：

   • 访问 DashScope控制台
   • 导航到“API密钥”部分
   • 创建新的API密钥或使用现有密钥
   • 复制API密钥以用于配置

3. 安全存储API密钥（推荐）： 不要将API密钥硬编码在配置文件中，而是使用环境变量：

   # 设置环境变量（Linux/Mac）
   export DASHSCOPE_API_KEY="您的API密钥"
   
   # 设置环境变量（Windows）
   set DASHSCOPE_API_KEY="您的API密钥"
   
   # 或者在项目目录中创建.env文件
   echo "DASHSCOPE_API_KEY=您的API密钥" > .env
   

   然后在 config.json 中引用它：

   {
     "dashscope": {
       "enabled": true,
       "apiKey": null,
       "model": "qwen3-omni"
     }
   }
   

另外，您可以复制示例配置文件并进行编辑：

cp config.example.json config.json
# 然后使用您的API密钥编辑config.json

免费套餐与定价：

• DashScope提供免费额度供您起步使用。
• 对于更高的使用需求，采用按需付费的计费方式。
• 查看 DashScope定价页面 获取当前费率。

🔒 安全最佳实践

使用DashScope API时，请遵循以下安全最佳实践：

1. 切勿将API密钥提交到版本控制系统

   • 将 .env 和 config.json 添加到 .gitignore 文件中。
   • 使用环境变量代替硬编码的密钥。

2. 使用环境变量存储API密钥

   # 创建.env文件
   echo "DASHSCOPE_API_KEY=您的API密钥" > .env
   
   # 添加到.gitignore
   echo ".env" >> .gitignore
   

3. 限制API密钥权限

   • 创建具有最小所需权限的密钥。
   • 为不同环境（开发、测试、生产）使用不同的密钥。

4. 监控API使用情况

   • 定期在DashScope控制台检查您的使用情况。
   • 为异常活动或使用高峰设置警报。

5. 定期轮换密钥

   • 定期更改您的API密钥。
   • 立即轮换任何已泄露的密钥。

💻 使用示例

基础用法

1. 启动机器人：

npm start

2. 使用您的WhatsApp移动应用扫描二维码登录。

3. 机器人将开始监控消息并使用Qwen3-Omni进行回复。

📚 详细文档

工作原理

1. 消息监控：机器人持续检查WhatsApp Web中的新消息。
2. 消息处理：传入的消息（文本或媒体）由Qwen3-Omni进行处理。
3. 回复生成：Qwen3-Omni根据输入生成适当的回复。
4. 回复发送：回复通过WhatsApp Web发送回去。

Qwen3-Omni能力

Qwen3-Omni提供高级多模态处理功能，包括：

• 文本理解：处理并回复多种语言的文本消息。
• 图像分析：分析图像并回复视觉内容。
• 音频处理：转录并理解音频消息。
• 视频理解：通过视觉和音频分析处理视频内容。
• 多模态推理：结合多种模态的信息进行全面理解。
• 实时交互：以文本和自然语音流式传输回复。
• 多语言支持：支持119种文本语言、19种语音输入语言和10种语音输出语言。

支持的模态

1. 文本：处理自然语言查询、对话和文档分析。
2. 图像：识别对象、场景、文本（OCR）和视觉元素。
3. 音频：语音识别、音乐分析、声音分类和音频字幕。
4. 视频：视频描述、场景分析和视听理解。

语音选项

使用音频生成功能时，Qwen3-Omni支持多种语音选项：

• Ethan：一个充满活力、乐观的男性声音。
• Chelsie：一个温柔、柔和的女性声音。
• Aiden：一个温暖、随和且带有男孩魅力的男性声音。

🤝 贡献说明

欢迎贡献代码！请随时提交拉取请求。

📄 许可证

本项目采用MIT许可证 - 详情请参阅LICENSE文件。

🙏 致谢

• 通义实验室的Qwen3-Omni
• 用于基于云的AI访问的DashScope API
• 用于浏览器自动化的Playwright/Puppeteer
• 用于工具集成的模型上下文协议

使用阿里云/DashScope的优势

查看 详细优势 了解使用阿里云或DashScope访问Qwen3-Omni的好处。