whatsapp-profiles
Enables local querying of WhatsApp message history via SQLite, with profile separation, media transcription, and operational summaries.
README
WhatsApp Engineer
Skill avançada para OpenClaw que ajuda terceiros a monitorar WhatsApp localmente com perfis separados, histórico em SQLite, MCP whatsapp-profiles, download/transcrição de mídia e entrega de resumos operacionais.
Escopo: leitura, busca, resumo, transcrição e entrega controlada. Escrita/admin em WhatsApp é modo avançado, bloqueado por padrão e exige confirmação explícita.
O que faz
- Pareia um número WhatsApp por QR em ambiente controlado.
- Mantém engine Baileys própria para leitura/sincronia local.
- Guarda histórico em SQLite local fora do Git.
- Expõe busca histórica via MCP
whatsapp-profiles. - Lista mensagens, links, documentos, imagens, vídeos e áudios.
- Transcreve áudios localmente quando mídia baixada está disponível.
- Gera resumos operacionais por período/perfil/chat.
- Entrega resultado em destino configurado: Telegram, Discord, manual ou adaptador próprio.
Para quem é
- Times que precisam acompanhar WhatsApp de suporte, vendas ou operação.
- Agentes OpenClaw que precisam consultar histórico local sem expor bancos na nuvem.
- Desenvolvedores que querem uma base para criar monitoramento privado por perfil.
Não é skill para usuário leigo. Use em VPS/container ou máquina dedicada, com consentimento de quem pareia o número.
Instalação rápida
git clone https://github.com/spanevello0x/whatsapp-engineer.git ~/.openclaw/skills/whatsapp-engineer
cd ~/.openclaw/skills/whatsapp-engineer
npm install
python3 workspace/run.py status
Configuração guiada:
python3 scripts/configure.py
Pareamento por QR:
python3 workspace/run.py connect --project Equipe --name Principal --number PHONE_E164
Depois do scan, valide:
python3 workspace/run.py status-v2
python3 workspace/run.py history-search-v2 --limit 10
MCP embutido
O servidor MCP fica em:
embedded_mcp/whatsapp_profiles/
Ele lê profiles.json e os bancos messages.db dos perfis. Dados reais não ficam no repositório.
Registrar MCP:
python3 workspace/run.py setup-mcp \
--profiles-config "$HOME/Documents/WhatsApp MCP Profiles/profiles.json" \
--install \
--register
Onde ficam dados sensíveis
Nunca versionar:
- QR codes;
- sessões WhatsApp;
messages.db,whatsapp.dbou qualquer SQLite real;- mídias baixadas;
- logs;
- tokens de Telegram/Discord/OpenClaw;
- exports de contatos ou conversas.
Por padrão, estado local fica em:
~/.openclaw/state/whatsapp-engineer/
Segurança operacional
- Um número = uma engine dona por vez.
- Não rode junto com outro Baileys/gateway usando o mesmo número.
- Escrita/admin exige
--executee flags explícitas. - Confirme destino antes do primeiro envio real.
- Use variáveis de ambiente para tokens; a skill salva só o nome da variável.
- Respeite consentimento, privacidade e legislação aplicável.
Exemplo de config
{
"version": 1,
"agent": { "name": "agent" },
"source": {
"mcp": "whatsapp-profiles",
"profiles": ["vendas-principal"],
"chats": [],
"default_period": "last_24h"
},
"digest": {
"include_links": true,
"include_audio": true,
"max_messages": 120,
"format": "operational"
},
"destinations": {
"primary": {
"type": "telegram",
"target_kind": "topic",
"chat_id": "-1001234567890",
"message_thread_id": 123,
"token_env": "TELEGRAM_BOT_TOKEN",
"parse_mode": "HTML"
}
},
"safety": {
"redact_phone_numbers": true,
"require_confirmation_for_whatsapp_send": true,
"confirm_first_delivery": true,
"never_store_tokens": true
}
}
Estrutura
embedded_mcp/whatsapp_profiles/ # MCP local para consultar perfis SQLite
scripts/ # setup, QR, busca, transcrição, entrega
workspace/run.py # wrapper operacional principal
workspace/*.mjs # worker Baileys e helpers Node
references/ # docs de configuração e operação
Licença
MIT. Use como base, adapte com cuidado e nunca publique dados pessoais.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。