🦉 OWL x WhatsApp MCP 服务器集成

欢迎来到 OWL x WhatsApp MCP 服务器 项目！此应用程序无缝集成了 WhatsApp MCP 服务器 和 OWL 多代理框架，使AI代理能够通过用户友好的Streamlit界面与您的WhatsApp数据进行交互。

---

✨ 特性

• 🤖 多代理协作：利用CAMEL-AI和OWL框架实现动态代理交互和任务自动化。
• 📱 WhatsApp 集成：访问并搜索您的个人WhatsApp消息，包括媒体文件。
• 📤 消息发送：直接通过应用向个人或群组发送消息。
• 🔍 实时信息检索：利用网络搜索功能获取最新信息。
• 🌐 Streamlit 界面：提供直观的UI以实现无缝用户交互。

---

🛠️ 工作原理

1. 代理角色：使用CAMEL-AI的RolePlaying类定义来模拟用户和助手之间的交互。
2. 工具包集成：整合MCPToolkit用于访问WhatsApp数据，以及SearchToolkit用于网络搜索。
3. 任务执行：OWL框架根据用户输入协调代理执行任务。
4. 用户界面：Streamlit应用捕获用户任务并在实时显示结果。

---

🚀 快速开始

1. 克隆仓库：

   git clone https://github.com/Bipul70701/WhatsApp_MCP_Server.git
   cd WhatsApp_MCP_Server
   

2. 创建虚拟环境：

   python -m venv venv
   

3. 激活虚拟环境：

   • 在Windows上：

     venv\Scripts\activate
     

   • 在macOS/Linux上：

     source venv/bin/activate
     

4. 安装依赖项：

   pip install -r requirements.txt
   

5. 配置环境变量：

   • 将.env_template重命名为.env。
   • 填写所需的API密钥和配置。

6. 配置MCP服务器：

   • 安装和设置WhatsApp MCP服务器：
     • 根据WhatsApp MCP服务器仓库中的说明安装并运行服务器。
     • 确保服务器正在运行且可访问。

7. 运行Streamlit应用：

   streamlit run project.py
   

---

📂 项目结构

owl-whatsapp-mcp/
├── project.py                # 主要的Streamlit应用
├── owl/                      # OWL框架和实用工具
│   └── utils/                # 实用函数和辅助工具
├── mcp_servers_config.json   # MCP服务器配置
├── requirements.txt          # 依赖项列表
├── .env_template             # 示例环境变量文件
└── README.md                 # 项目文档

---

🔧 关键组件

• CAMEL-AI：设计和管理自主代理的框架。
• OWL：优化的工作学习框架，用于实时任务管理和协作。
• MCPToolkit：促进与WhatsApp数据的交互。
• SearchToolkit：启用网络搜索功能。
• Streamlit：提供交互式Web界面供用户交互。

---

🙌 致谢

• CAMEL-AI：多代理框架。
• OWL：实时任务管理和协作。
• WhatsApp MCP 服务器：WhatsApp数据集成。
• Streamlit：交互式UI。

---

由Bipul Kumar Sharma倾心打造