Zbuduj agenta AI dla WhatsApp w Node.js i Pythonie na numerze Coexistence
Wiadomości z numeru odbierasz albo przekazane z podpisem HMAC, który weryfikujesz (X-EC-Signature), albo prosto z webhooka Meta z sekretem w adresie URL. Następnie pomijasz każdy identyfikator wiadomości, który już obsłużono, nie odpowiadasz na czacie, w którym echo pokazuje, że osoba odpisała z telefonu, a odpowiedź modelu wysyłasz przez Cloud API tylko w ciągu 24 godzin od ostatniej wiadomości klienta.
easyCoexistence łączy numer, którego firma nadal używa w aplikacji WhatsApp Business, z Cloud API Meta, przekazuje Twojemu kodowi dane uwierzytelniające przez get_api_credentials i kieruje wiadomości prosto z Meta na Twój serwer albo przez podpisane przekazanie przy włączonych automatyzacjach.
Największy dopuszczalny odstęp między t z podpisu a zegarem; każda ponowna próba jest podpisywana od nowa z nowym t.
Jak długo przekazane żądanie POST czeka na kod 2xx, zanim easyCoexistence zaplanuje ponowną próbę tej dostawy.
Jak długo Meta ponawia bezpośredni webhook, który nie otrzymał HTTP 200; może to dostarczyć tę samą wiadomość dwa razy.
Okno obsługi klienta po ostatniej wiadomości użytkownika; poza nim Meta przyjmuje tylko wiadomości szablonowe.
Stała przepustowość numeru używanego jednocześnie w aplikacji WhatsApp Business i w Cloud API.
Jakiej trasy powinien użyć agent w kodzie?
Przekazywanie oznacza, że numer pozostaje w trybie Automatyzacje włączone: Meta dostarcza do easyCoexistence, automatyzacje nadal mogą działać, a podpisana kopia każdej zmiany Meta trafia na Twój adres Forward URL. Wariant nie wymaga żadnego przekazywania: krok automatyzacji „Call my webhook” wysyła wiadomość metodą POST do Twojego endpointu i zwraca wysłane {"reply"} w ciągu 20 sekund, a deduplikację, wstrzymanie przy telefonie i kontrolę 24 godzin wykonuje za Ciebie.
Bezpośrednio oznacza, że Meta wysyła własny webhook prosto do Twojego endpointu, ustawiony przez set_webhook_destination, a easyCoexistence nigdy nie widzi wiadomości. Automatyzacje dla tego numeru są wyłączone, więc wszystkie zabezpieczenia są po Twojej stronie, podobnie jak import historii z 6 miesięcy, jeśli cel zostanie zapisany w ciągu 24 godzin od połączenia. Poniższe przykłady obsługują wszystkie trzy punkty wejścia jednym wspólnym rdzeniem.
| Forwarded, signed | Direct from Meta | |
|---|---|---|
| Number mode | Automations on (managed) | Direct to your server |
| Body | One Meta change: id, event, received_at, connection, value | Meta's envelope: object, entry, changes |
| Authentication | X-EC-Signature, HMAC-SHA256 with a per-number secret | A secret in the URL path |
| Acknowledge | Any 2xx within 10 seconds | HTTP 200; Meta retries other codes |
| Retries | 7 attempts over about 33 hours | Up to 7 days |
| Reply | Graph API, or {"reply"} to a Call my webhook step | Graph API |
| History import | Not requested | Requested if saved within 24 hours of connecting |
Co agent robi z wiadomością w Node.js?
agent.mjs zawiera logikę wspólną dla obu tras. Zapisuje czas ostatniej wiadomości klienta, wstrzymuje się na 4 godziny na czacie, gdy zdarzenie smb_message_echoes pokazuje, że ktoś odpowiedział z aplikacji WhatsApp Business (tak działają domyślne automatyzacje easyCoexistence), pomija identyfikator wiadomości, który już obsłużył, i wysyła tylko w oknie 24 godzin. Okno liczone jest od znacznika czasu samej wiadomości, a nie od chwili jej dotarcia, ponieważ ponowiona dostawa może przyjść z kilkugodzinnym opóźnieniem.
Użytkownicy są kluczowani przez BSUID (from_user_id lub to_user_id w echach), a numer telefonu jest rezerwą; użytkownik znany tylko przez BSUID dostaje odpowiedź z polem recipient zamiast to. Wywołanie modelu używa dowolnego API zgodnego z OpenAI chat completions; jeśli wolisz, podmień je na SDK swojego dostawcy.
// agent.mjs: what the agent does with one Meta change, whichever route brought it.
const DAY = 24 * 3600 * 1000;
const PAUSE = 4 * 3600 * 1000; // quiet time after a person replies (automations default to 4 h)
const seen = new Set(); // handled ids: use Redis or your database in production
const lastInbound = new Map(); // user -> ms of their last message
const quietUntil = new Map(); // user -> ms until which a person has the chat
export function firstTime(id) {
if (seen.has(id)) return false;
seen.add(id);
return true;
}
export async function handleChange(field, value) {
if (field === "smb_message_echoes") {
// Someone answered from the WhatsApp Business app: step back on that chat.
for (const e of value.message_echoes ?? []) {
quietUntil.set(e.to_user_id ?? e.to, Number(e.timestamp) * 1000 + PAUSE);
}
return;
}
if (field !== "messages") return; // statuses ride in value.statuses: ignored here
for (const m of value.messages ?? []) {
if (!firstTime(m.id)) continue; // Meta delivered this message before
const user = m.from_user_id ?? m.from; // BSUID first, phone number as fallback
lastInbound.set(user, Math.max(Number(m.timestamp) * 1000, lastInbound.get(user) ?? 0));
if ((quietUntil.get(user) ?? 0) > Date.now()) continue; // a person has this chat
if (m.type !== "text") continue; // media: fetch it by id first (see the FAQ)
const reply = await askModel([{ role: "user", content: m.text.body }]);
if (!reply) continue;
if (Date.now() - lastInbound.get(user) >= DAY) continue; // window closed: template only
await sendText({ phone: m.from, bsuid: m.from_user_id }, reply);
}
}
// Any OpenAI-compatible chat completions API (OpenAI, OpenRouter...).
export async function askModel(turns) {
const res = await fetch(`${process.env.AI_BASE_URL}/chat/completions`, {
method: "POST",
headers: { Authorization: `Bearer ${process.env.AI_KEY}`, "Content-Type": "application/json" },
body: JSON.stringify({
model: process.env.AI_MODEL,
messages: [{ role: "system", content: process.env.AI_INSTRUCTIONS ?? "Answer briefly." }, ...turns],
}),
});
if (!res.ok) throw new Error(`AI provider answered ${res.status}`);
const data = await res.json();
return data.choices?.[0]?.message?.content?.trim() ?? "";
}
// send_endpoint and access_token come from get_api_credentials.
async function sendText({ phone, bsuid }, text) {
const res = await fetch(process.env.SEND_ENDPOINT, {
method: "POST",
headers: { Authorization: `Bearer ${process.env.WA_TOKEN}`, "Content-Type": "application/json" },
body: JSON.stringify({
messaging_product: "whatsapp",
recipient_type: "individual",
...(phone ? { to: phone } : { recipient: bsuid }), // a BSUID-only user gets recipient
type: "text",
text: { body: text.slice(0, 4096) },
}),
});
if (!res.ok) throw new Error(`Graph API answered ${res.status}: ${await res.text()}`);
}Jak weryfikować i kierować zdarzenia w Node.js?
server.mjs udostępnia trzy punkty wejścia. /ec/forward przyjmuje przekazania z zarządzanych numerów: weryfikuje X-EC-Signature na surowych bajtach kluczem sekretnym przekazywania numeru, odpowiada 200 przed jakąkolwiek pracą i pomija identyfikator dostawy, który już przyjął, ponieważ ponowna próba niesie ten sam identyfikator z nowym podpisem. Pole event w treści to nazwa pola Meta, a value to niezmieniona zmiana Meta. /ec/agent odpowiada na krok Call my webhook, podpisany własnym sekretem podpisu tej automatyzacji, i zamienia historię na tury czatu. /meta/:secret to trasa bezpośrednia: odpowiada na handshake GET od Meta surowym hub.challenge i przyjmuje POST-y tylko na ścieżce z sekretem.
Klucz HMAC to cały sekret, łącznie z prefiksem whsec_, jako tekst UTF-8. express.raw zachowuje bajty w nienaruszonym stanie, a jego limit 5 MB zostawia miejsce na payloady Meta do 3 MB.
// server.mjs: Node 18+, npm i express, then node server.mjs
import crypto from "node:crypto";
import express from "express";
import { askModel, firstTime, handleChange } from "./agent.mjs";
const app = express();
// X-EC-Signature: t=<unix>,v1=<hex HMAC-SHA256 of "<t>.<raw body>">, keyed with the whole secret.
export function verifyEc(raw, header, secret, toleranceSec = 300) {
const m = /^t=(\d+),v1=([0-9a-f]{64})$/.exec(String(header ?? "").trim());
if (!m || !Buffer.isBuffer(raw) || !secret) return false;
if (Math.abs(Date.now() / 1000 - Number(m[1])) > toleranceSec) return false; // stale or replayed
const expected = crypto.createHmac("sha256", secret).update(`${m[1]}.`).update(raw).digest();
return crypto.timingSafeEqual(expected, Buffer.from(m[2], "hex"));
}
function sameSecret(a, b) {
const x = Buffer.from(String(a)), y = Buffer.from(String(b ?? ""));
return x.length === y.length && crypto.timingSafeEqual(x, y);
}
// Route A, forwarded: a managed number's Forward URL. One Meta change per POST.
app.post("/ec/forward", express.raw({ type: "*/*", limit: "5mb" }), (req, res) => {
if (!verifyEc(req.body, req.get("X-EC-Signature"), process.env.EC_FORWARD_SECRET)) return res.sendStatus(401);
res.sendStatus(200); // acknowledge inside 10 s, then work
const d = JSON.parse(req.body.toString("utf8"));
if (!firstTime(`delivery:${d.id}`)) return; // a retry of a delivery already taken
handleChange(d.event, d.value).catch(console.error); // d.event is the Meta field name
});
// Route A, synchronous: a "Call my webhook" step. Answer {"reply"} within 20 s.
app.post("/ec/agent", express.raw({ type: "*/*", limit: "1mb" }), async (req, res) => {
if (!verifyEc(req.body, req.get("X-EC-Signature"), process.env.EC_AUTOMATION_SECRET)) return res.sendStatus(401);
const step = JSON.parse(req.body.toString("utf8"));
const turns = step.history.map((h) => ({ role: h.direction === "in" ? "user" : "assistant", content: h.text }));
while (turns[0]?.role === "assistant") turns.shift();
if (!turns.length) turns.push({ role: "user", content: step.message?.text ?? "" }); // tests carry no history
res.json({ reply: await askModel(turns) }); // step.dry_run is true on "Test it"
});
// Route B, direct: Meta's own envelope. The secret path is the credential.
app.get("/meta/:secret", (req, res) => {
if (!sameSecret(req.params.secret, process.env.PATH_SECRET)) return res.sendStatus(404);
if (req.query["hub.mode"] === "subscribe" && req.query["hub.verify_token"] === process.env.VERIFY_TOKEN) {
return res.type("text/plain").send(String(req.query["hub.challenge"]));
}
res.sendStatus(403);
});
app.post("/meta/:secret", express.json({ limit: "5mb" }), (req, res) => {
if (!sameSecret(req.params.secret, process.env.PATH_SECRET)) return res.sendStatus(404);
res.sendStatus(200); // Meta retries anything but 200
for (const entry of req.body.entry ?? []) {
for (const change of entry.changes ?? []) handleChange(change.field, change.value).catch(console.error);
}
});
app.listen(process.env.PORT ?? 3000);Jak wygląda ten sam agent w Pythonie?
Jeden plik Flask z tymi samymi trzema trasami i tymi samymi regułami. request.get_data() zwraca surowe ciało do HMAC, hmac.compare_digest wykonuje porównanie w stałym czasie, a praca odbywa się w wątku w tle po odpowiedzi 200, więc ani easyCoexistence, ani Meta nie czeka na Twój model. Uruchamiaj poleceniem flask --app agent run podczas developmentu, a w produkcji za gunicornem lub innym serwerem WSGI.
Zbiór w pamięci i słowniki wystarczą dla jednego procesu. Przy kilku workerach lub instancjach przenieś je do Redis lub do bazy danych, używając zapisu set-if-absent z czasem wygaśnięcia dla identyfikatorów wiadomości, bo inaczej dwa workery odpowiedzą na tę samą wiadomość.
# agent.py: pip install flask requests, then flask --app agent run
import hashlib, hmac, json, os, re, threading, time
import requests
from flask import Flask, abort, request
app = Flask(__name__)
DAY, PAUSE = 24 * 3600, 4 * 3600
seen, last_inbound, quiet_until = set(), {}, {} # use Redis or a database in production
lock = threading.Lock()
def verify_ec(raw: bytes, header: str, secret: str, tolerance: int = 300) -> bool:
m = re.fullmatch(r"t=([0-9]+),v1=([0-9a-f]{64})", (header or "").strip())
if not m or not secret or abs(time.time() - int(m[1])) > tolerance:
return False
expected = hmac.new(secret.encode(), m[1].encode() + b"." + raw, hashlib.sha256).hexdigest()
return hmac.compare_digest(expected, m[2])
def first_time(key: str) -> bool:
with lock:
if key in seen:
return False
seen.add(key)
return True
def ask_model(turns: list) -> str: # any OpenAI-compatible chat completions API
r = requests.post(f"{os.environ['AI_BASE_URL']}/chat/completions", timeout=30,
headers={"Authorization": f"Bearer {os.environ['AI_KEY']}"},
json={"model": os.environ["AI_MODEL"], "messages": [
{"role": "system", "content": os.environ.get("AI_INSTRUCTIONS", "Answer briefly.")}, *turns]})
r.raise_for_status()
return (r.json()["choices"][0]["message"]["content"] or "").strip()
def send_text(phone, bsuid, text: str) -> None: # SEND_ENDPOINT and WA_TOKEN: get_api_credentials
to = {"to": phone} if phone else {"recipient": bsuid}
r = requests.post(os.environ["SEND_ENDPOINT"], timeout=15,
headers={"Authorization": f"Bearer {os.environ['WA_TOKEN']}"},
json={"messaging_product": "whatsapp", "recipient_type": "individual", **to,
"type": "text", "text": {"body": text[:4096]}})
r.raise_for_status()
def handle_change(field: str, value: dict) -> None:
if field == "smb_message_echoes": # a person answered from the app: step back
for e in value.get("message_echoes", []):
quiet_until[e.get("to_user_id") or e.get("to")] = int(e["timestamp"]) + PAUSE
return
if field != "messages":
return
for m in value.get("messages", []):
if not first_time(m["id"]): # Meta delivered this message before
continue
user = m.get("from_user_id") or m.get("from")
last_inbound[user] = max(int(m["timestamp"]), last_inbound.get(user, 0))
if quiet_until.get(user, 0) > time.time() or m.get("type") != "text":
continue
reply = ask_model([{"role": "user", "content": m["text"]["body"]}])
if reply and time.time() - last_inbound[user] < DAY: # past 24 h: template only
send_text(m.get("from"), m.get("from_user_id"), reply)
def later(field, value):
threading.Thread(target=handle_change, args=(field, value), daemon=True).start()
@app.post("/ec/forward") # route A: a managed number's Forward URL
def forward():
raw = request.get_data()
if not verify_ec(raw, request.headers.get("X-EC-Signature", ""), os.environ["EC_FORWARD_SECRET"]):
abort(401)
d = json.loads(raw)
if first_time("delivery:" + d["id"]): # skip retries of a delivery already taken
later(d["event"], d["value"])
return "", 200
@app.post("/ec/agent") # route A: a "Call my webhook" step, answer within 20 s
def agent_step():
raw = request.get_data()
if not verify_ec(raw, request.headers.get("X-EC-Signature", ""), os.environ["EC_AUTOMATION_SECRET"]):
abort(401)
step = json.loads(raw)
turns = [{"role": "user" if h["direction"] == "in" else "assistant", "content": h["text"]}
for h in step["history"]]
while turns and turns[0]["role"] == "assistant":
turns.pop(0)
turns = turns or [{"role": "user", "content": step["message"]["text"] or ""}]
return {"reply": ask_model(turns)}
@app.get("/meta/<secret>") # route B: Meta's GET handshake
def meta_handshake(secret):
if not hmac.compare_digest(secret.encode(), os.environ["PATH_SECRET"].encode()):
abort(404)
if (request.args.get("hub.mode") == "subscribe"
and request.args.get("hub.verify_token") == os.environ["VERIFY_TOKEN"]):
return request.args.get("hub.challenge", ""), 200, {"Content-Type": "text/plain"}
abort(403)
@app.post("/meta/<secret>") # route B: Meta's envelope, straight from Meta
def meta_events(secret):
if not hmac.compare_digest(secret.encode(), os.environ["PATH_SECRET"].encode()):
abort(404)
for entry in (request.get_json(silent=True) or {}).get("entry", []):
for change in entry.get("changes", []):
later(change.get("field"), change.get("value", {}))
return "", 200Jak unikać zduplikowanych odpowiedzi?
Duplikaty mają sześć typowych przyczyn, a powyższe przykłady obsługują pierwsze pięć:
- Ponowne próby Meta. Bezpośredni webhook jest ponawiany nawet przez 7 dni po czymkolwiek innym niż HTTP 200; prowadź magazyn identyfikatorów wiadomości i pomijaj te już obsłużone.
- Ponowne próby przekazania. easyCoexistence ponawia dostawę, która nie dostała 2xx w ciągu 10 sekund, z tym samym identyfikatorem; pomijaj już przyjęte identyfikatory, a potem deduplikuj po identyfikatorze wiadomości, bo zmiana, którą Meta dostarcza ponownie, jest przekazywana ponownie pod nowym identyfikatorem.
- Wolne potwierdzenia. Najpierw odpowiedz, potem pracuj; handler czekający na model przekracza czas i wraca to samo zdarzenie.
- Człowiek przy telefonie. Zdarzenie
smb_message_echoesoznacza, że ktoś odpisał z aplikacji; wstrzymaj się na tym czacie na kilka godzin. - Kilku workerów. Zbiory w pamięci nie obejmują procesów; przenieś magazyny do Redis lub do bazy danych.
- Dwóch respondentów. Automatyzacja odpowiedzi AI i Twój własny agent na tych samych czatach odpowiadają oba, a wysyłki przez Graph API nie są echami, więc nie wstrzymują automatyzacji. Wybierz jednego respondenta na numer.
Skąd biorą się sekrety i dane uwierzytelniające?
Z panelu albo z konektora MCP, i powinny znajdować się wyłącznie w zmiennych środowiskowych Twojego serwera. get_api_credentials zwraca graph_api_base, waba_id, phone_number_id, send_endpoint i access_token, czyli własny token firmy; strona numeru pokazuje te same wartości pod „Podłącz własny system”. Jeśli access_token ma wartość null, połącz numer ponownie z komputera przyciskiem „Reconnect”, aby wystawić token. Traktuj token jak hasło, ponieważ każdy, kto go ma, może pisać w imieniu firmy.
Typowe błędy
- Sprawdzanie HMAC na ponownie zserializowanym JSON. json.dumps w Pythonie domyślnie dodaje spacje po separatorach, więc ciało sparsowane i zapisane ponownie już nie pasuje; weryfikuj surowe bajty.
- Dekodowanie sekretu z Base64 albo obcinanie prefiksu whsec_. Klucz to cały ciąg jako tekst UTF-8, dokładnie taki, jaki został Ci pokazany raz.
- Sprawdzanie X-Hub-Signature-256 na trasie bezpośredniej własnym sekretem aplikacji Meta. Meta podpisuje sekretem aplikacji easyCoexistence, który nie jest udostępniany, więc prawdziwe zdarzenia nie przechodzą; uwierzytelniaj sekretem ze ścieżki.
- Liczenie okna od czasu przybycia. Przekazanie ponowione po kilku godzinach nadal niesie oryginalny znacznik czasu Meta; porównuj z nim, bo inaczej agent odpowie po 24 godzinach, a Meta odrzuci wysyłkę.
Każdy numer jest monitorowany 24/7, z alertami przy zerwaniu połączenia. Od US$ 9 do US$ 0.75 za numer miesięcznie, spadając wraz z liczbą numerów, z 3-dniowym bezpłatnym okresem próbnym.
Najczęściej zadawane pytania
Czy agent rozumie notatki głosowe i zdjęcia?
Tak, we własnym kodzie. Payload Meta zawiera identyfikator mediów: pobierz go przez GET /<media-id> z tokenem numeru, pobierz zwrócony adres URL z tym samym nagłówkiem Authorization, a następnie przetranskrybuj lub opisz go swoim modelem. Automatyzacje widzą tylko symbole zastępcze, np. [voice message].
Jakich modeli mogą używać przykłady?
Dowolnego modelu za endpointem uzupełnień czatu zgodnym z OpenAI, w tym modeli OpenAI i tych dostępnych przez OpenRouter, albo zastąp askModel i ask_model SDK swojego dostawcy. easyCoexistence nigdy nie pobiera opłat za AI: dostawca rozlicza Cię bezpośrednio.
Czy agent może rozpocząć rozmowę?
Tylko zatwierdzonym szablonem, wysłanym z type template na ten sam endpoint wysyłki. Na numerze Coexistence szablony wychodzą wyłącznie przez API, nigdy z aplikacji telefonu, a Meta rozlicza je za każdą wiadomość na koncie WhatsApp Business Account firmy.
Czy jeden agent obsługuje kilka numerów?
Tak. Kieruj po value.metadata.phone_number_id lub connection.phone_number_id i trzymaj endpoint wysyłki, token i sekret przekazywania osobno dla każdego numeru, bo każdy numer ma własne.
Czytaj dalej
Gotowy, aby zacząć?
Skonfiguruj WhatsApp Coexistence w kilka minut, nie miesięcy. Aplikacja nadal działa na telefonie.
Rozpocznij bezpłatny okres próbnyZweryfikowano w