Agent iz OpenAI Agents SDK-a na WhatsAppu

Kako WhatsApp poruka postaje pokretanje agenta?

Preko rute u vašoj aplikaciji koju poziva Meta. Postavite odredište webhooka broja na tu rutu, s dugom nasumičnom tajnom u putanji. Ruta odgovara na Metin verifikacijski GET vraćanjem hub.challenge kao običnog teksta, prihvaća svaki POST, odmah odgovara s 200 i stavlja posao u red, jer Meta ponavlja spore odgovore pa biste agenta pokrenuli dvaput.

Zatim radnik iz payloada čita pošiljatelja i tekst te poziva Runner.run. Proslijedite sesiju čiji je ID broj pošiljatelja: SDK pohranjuje razgovor pod tim ID-jem, pa sljedeća poruka istog kupca nastavlja ondje gdje je prethodna stala, a dva kupca nikad ne dijele povijest. Za početak je dovoljan SQLiteSession; SDK dolazi i sa sesijama za Redis i SQLAlchemy za više radnika.

Tajna u URL-u ovdje služi kao autentifikacija. Meta potpisuje isporuke tajnom aplikacije davatelja Tech Provider, pa kupac ne može provjeriti zaglavlje s potpisom.

import os, httpx
from agents import Agent, Runner, SQLiteSession

agent = Agent(name="Front desk", instructions="Answer briefly and politely.")
URL = f"https://graph.facebook.com/v25.0/{os.environ['PHONE_NUMBER_ID']}/messages"

async def handle(sender: str, text: str) -> None:
    session = SQLiteSession(sender, "whatsapp.db")
    result = await Runner.run(agent, text, session=session)
    async with httpx.AsyncClient() as http:
        await http.post(
            URL,
            headers={"Authorization": f"Bearer {os.environ['WA_TOKEN']}"},
            json={"messaging_product": "whatsapp", "to": sender,
                  "type": "text", "text": {"body": result.final_output}},
        )

Zašto odgovor treba slati vaš kôd, a ne agent?

Zato što je jedino pravilo koje se nikad ne smije prekršiti vremensko, a kôd ga provodi bolje od prompta. Meta otvara 24-satni prozor korisničke podrške kad kupac napiše poruku. Unutar njega prolazi slobodan tekst. Izvan njega prolazi samo odobreni predložak, a slobodan tekst vraća se kao pogreška 131047.

Radnik koji odgovara na upravo stiglu poruku uvijek je unutar prozora, pa je slanje result.final_output kao teksta sigurno po konstrukciji. Posao koji se odvija poslije, primjerice naknadni kontakt idući dan ili podsjetnik, treba ići zasebnim putem koji šalje predložak, nikad slobodan tekst.

Agent i dalje može imati alate. Dajte mu function tools za traženje podataka, primjerice o narudžbi ili rezervaciji, a slanje preko WhatsAppa ostavite u radniku. Tako i pristupni token ostaje izvan svega što model može pozvati s proizvoljnim argumentima.

Može li agent koristiti EasyCoexistence MCP poslužitelj?

Može, preko MCPServerStreamableHttp, uz nešto više postavljanja nego što je zaglavlje. SDK prihvaća zaglavlje Authorization ili httpx.Auth u params["auth"]. EasyCoexistence MCP poslužitelj izdaje vlastite OAuth tokene nakon prijave u pregledniku, s dinamičkom registracijom klijenta i PKCE-om, pa statični ključ ne postoji. MCP Python SDK sadrži OAuthClientProvider, HTTP rukovatelja autentifikacijom koji provodi taj tijek s PKCE-om i osvježavanjem tokena, a upravo on ide u params["auth"].

Isplati se kad agent sam treba odlučivati: provjeriti stanje broja, pročitati status predloška ili birati između send_message i send_template prema pravilima u opisima alata. Za recepciju koja samo odgovara kraći je radnik opisan gore i ima manje stvari koje mogu poći po zlu.

U oba slučaja webhook ostaje. MCP je zahtjev i odgovor, a poruka kupca do agenta može stići samo preko rute koju poziva Meta.

Uobičajene pogreške

• Pokretanje agenta prije vraćanja 200 Meti. Spor odgovor se ponavlja, pa kupac dobije dva odgovora.
• Jedna sesija za sve kupce. Kao ključ uzmite broj pošiljatelja, inače se povijesti miješaju.
• Odgođeni naknadni kontakt koji šalje slobodan tekst. Nakon 24 sata pada s pogreškom 131047; umjesto toga pošaljite predložak.

Često postavljana pitanja

Nastavite čitati