AI导哈

AI WhatsApp接待员

一个基于n8n和Vonage MCP工具的AI WhatsApp接待员，用于自动化处理Airbnb等场景的客户消息和任务管理。

  • by Vonage-Community
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 Vonage-Community/blog-mcp_tooling-n8n_whatsapp_receptionist

使用说明

n8n的AI WhatsApp接待员（使用Vonage MCP）

此仓库包含您快速启动博客文章中描述的AI WhatsApp接待员所需的一切：

  • Vonage MCP HTTP桥（单独的仓库，链接如下）
  • 准备导入n8n工作流程JSON
  • 完整的系统提示和功能节点脚本

有关完整的分步演练（包括屏幕截图和说明），请参阅博客文章：
使用n8n和Vonage MCP工具为您的Airbnb构建一个5节点AI WhatsApp接待员

本README主要关注 快速入门 路径，这样您就可以在几分钟内运行演示。

1.先决条件

您需要：

  • n8n帐户

    • n8n云或自托管实例。
    • MCP访问 启用 在 Settings → MCP Access.

  • Vonage帐户

  • OpenAI帐户 （或其他模型提供商）

    • 此工作流配置用于 gpt-4.1-mini 通过 OpenAI Chat Model 节点。
    • 如果您愿意，可以切换到另一个提供商。

  • Google账户

    • 访问Google表格并能够创建示例表格的副本。

  • Vonage MCP桥（托管在Render上）
    工作流需要一个简单的HTTP /mcp 公开Vonage MCP工具的端点。
    您将使用以下命令在Render上将其部署为一个小型Node.js服务 render.yaml 此回购中的蓝图
    （参见步骤 三维 下面是部署说明）。

2.将工作流导入n8n

  1. 下载 workflows/ai-whatsapp-receptionist.json 从这个回购。
  2. 在n8n中，转到 工作流→ 导入.
  3. 选择 从文件导入 并选择JSON文件。
  4. 保存工作流并为其命名（例如。 AI WhatsApp Receptionist).
  5. 确保工作流程 不活跃的 当您配置凭据和URL时。

3.为您的设置配置工作流程

按顺序完成这些子步骤。

3a。创建并连接您的Vonage应用程序

  1. 在Vonage仪表板中，创建一个新的 应用 （或重复使用现有的）：

    • 启用 消息.
    • 启用 语音.
    • 对于Messages webhooks，现在设置临时https占位符（稍后将替换入站占位符）。

  2. 链接您的 WhatsApp商业账户（WABA） 对于此应用程序。

  3. 记下：

    • API密钥 和 API机密
    • 应用标识符
    • 私钥 （已下载 .key 档案；您将为MCP桥对其进行base64编码）。
    • 你的 WhatsApp号码.

  4. 在n8n中：

    • 打开导入的工作流。
    • 选择 入站消息 webhook节点。
    • 激活工作流以获得 生产Webhook URL.

  5. 回到Vonage：

    • 设置 入站 您的消息应用程序的webhook URL指向此n8n webhook网址。
    • 方法： 发布.

此时，向您的Vonage号码发送WhatsApp消息应会触发n8n工作流（您将在n8n中看到执行）。

3b。复制谷歌表格并连接节点

  1. 打开博客中使用的示例谷歌表格（或使用以下命令创建自己的等效表格：

    • A. 属性 表格（WiFi、入住/退房、规则等）。
    • A. 宾客 工作表（客人编号、历史记录、上次事件、上次发行、上次验证）。

  2. 在Google云端硬盘中制作自己的副本：

    • File → Make a copy.

  3. 回到n8n，更新每个Google表格节点：

  • get_property_info （谷歌表格工具）
    • 集 文档 到你的副本。
    • 集 表格 到 Properties 选项卡。
  • get_guest_info （谷歌表格）
    • 集 文档 到你的副本。
    • 集 表格 到 Guests 选项卡。
    • 确认过滤器使用 guest_number 和 ={{ $json.body.from }}.
  • save_guest_history （谷歌表格）
    • 相同的文件和 Guests 纸张。
    • 确保列映射与工作表标题匹配。

确保所有图纸节点都使用 你的 谷歌表格凭证。

3c。添加OpenAI（或其他模型）凭据

  1. 在n8n中，打开 OpenAI聊天模型 节点。
  2. 选择或创建 OpenAI证书:
    • 添加你的 OpenAI API密钥.
  3. 确认模型设置为 gpt-4.1-mini （如果您愿意，也可以将其更改为另一个受支持的型号）。
  4. 如果您的n8n版本允许，请测试该节点。

3d。部署渲染MCP桥并更新MCP客户端节点

AI Agent不直接与Vonage API通信。相反，它通过HTTP调用一个小型“网桥”服务，该网桥启动Vonage MCP工具服务器并将其作为单个 /mcp JSON-RPC端点。我们将在Render上托管该桥，以便n8n有一个稳定的公共URL可供调用。

  1. 从该仓库部署要渲染的网桥：
    https://github.com/Vonage-Community/blog-mcp_tooling-n8n_whatsapp_receptionist

    使用此存储库中的渲染蓝图和按钮：

    部署期间：

    • 设置所有必需的环境变量(MCP_AUTH_TOKEN, VONAGE_API_KEY, VONAGE_API_SECRET, VONAGE_APPLICATION_ID, VONAGE_PRIVATE_KEY64, VONAGE_VIRTUAL_NUMBER, VONAGE_WHATSAPP_NUMBER).
    • 部署后，确认 /mcp 适用于JSON-RPC tools/list 卷曲试验。

  2. 在n8n中，打开 Vonage MCP客户端 节点：

    • 服务器传输: HTTP Streamable （或 HTTP 取决于您的n8n版本）。
    • MCP端点URL:
      https://YOUR-RENDER-APP.onrender.com/mcp
    • 认证: Bearer Auth.
    • 选择令牌与您的令牌相等的承载凭证 MCP_AUTH_TOKEN 渲染。

  3. 测试MCP客户端节点：

    • 使用“按ID”并选择一个简单的工具，如 balance.
    • 如果测试成功，代理将能够使用WhatsApp/短信/语音工具。

3e。在提示中硬编码主机号（测试后）

在工作流的第一个版本中 主机号 为了方便起见，临时设置为与客人号码相同的值。一旦你验证了一切都能端到端运行：

  1. 打开 AI 代理 节点。
  2. 在 用户提示 文本，找到 Host number 线路：
  3. 用E.164格式的真实主机号替换它：
    Host number: {{ $('Inbound Message').item.json.body.from }}  <!-- or a fixed host number later -->
```*
  4. 保存工作流。 即日起：
    • 客人的WhatsApp/短信会发送到客人号码。
    • 中/高严重性问题通过短信和/或出站语音呼叫升级到您的主机号码。

总结

有：

  • 此仓库（工作流+提示），
  • 部署到Render的Vonage MCP网桥，以及
  • 你自己的Vonage、OpenAI和谷歌证书，

只需几步，你就可以让一个工作的AI WhatsApp接待员在n8n中运行。如需更深入的理解、变体和截图，请参阅完整的博客文章；为了快速重用，请按照上面的快速启动并交换您自己的数字、工作表和API键。

相关 MCP