هوش مصنوعی
عامل هوش مصنوعی خودتان را به واتساپ بیاورید: هر چارچوبی (LangGraph، ADK، سفارشی) را با یک نقطهپایانی وبهوک متصل کنید
تیم شما با LangGraph، Google ADK، CrewAI یا کد ساده یک عامل ساخته و کار میکند. در اینجا میبینید چگونه آن را بدون بازسازی در برابر مشتریان در واتساپ و هر کانال دیگر قرار دهید، با یک صندوق ورودی تیمی و واگذاری به انسان پیرامون آن.
تیم MonoChat بهروزرسانی: 6 دقیقه مطالعه
در این صفحه
تقریباً هر عامل هوش مصنوعی را میتوان بدون بازنویسی به واتساپ وصل کرد. عامل خود را، ساختهشده با LangGraph، Google ADK، CrewAI یا کد خودتان، پشت یک نقطهپایانی HTTPS اجرا کنید، سپس آن را در MonoChat بهعنوان یک AI Harness با ارائهدهنده سفارشی اضافه کنید: یک نشانی نقطهپایانی و یک رمز مشترک. یک نود AI Agent را در یک جریان قرار دهید، شماره واتساپ خود را متصل کنید و عامل شما در واتساپ و هر کانال دیگری که MonoChat به آن متصل میشود به مشتریان پاسخ میدهد، با یک صندوق ورودی مشترک و واگذاری به انسان پیرامون آن.
این راهنما برای تیمهایی است که از قبل عامل دارند، یا کنترل کامل بر نحوه کار آن میخواهند. شامل این موارد است: چه زمانی آوردن عامل خودتان منطقی است، نقطهپایانی شما چه مسئولیتهایی دارد، راهاندازی در MonoChat و جزئیاتی که در محیط تولید اهمیت دارند.
چرا عامل خودتان را بیاورید؟
بیشتر پلتفرمهای پیامرسانی مشتری با یک عامل هوش مصنوعی داخلی عرضه میشوند. این تا زمانی راحت است که:
- عامل شما از قبل ساخته شده است. توسعهدهندگان شما ماهها روی یک گراف LangGraph یا یک راهاندازی چندعامله ADK، با ارزیابیها و آزمونها، کار کردهاند. بازسازی آن درون سازنده بات یک فروشنده آن کار را دور میریزد.
- به منطق خودتان نیاز دارید. قوانین قیمتگذاری، بررسی واجد شرایط بودن، گامهای انطباق یا سامانههای داخلی که فقط کد شما به آنها میرسد.
- میخواهید چارچوب را انتخاب کنید. چارچوبها سریع تغییر میکنند. امروز LangGraph است؛ سال آینده ممکن است چیز دیگری باشد. کانالها و صندوق ورودی شما نباید با آن تغییر کنند.
- داده باید نزد شما بماند. برخی سازمانها میخواهند استدلال و فراخوانی ابزارهای عامل روی زیرساخت خودشان اجرا شود.
Agent Harness در MonoChat برای همین ساخته شده: چارچوب عامل خودتان را بیاورید و همه چیز پیرامون آن، کانالها، صندوق ورودی و افراد، را در یکجا نگه دارید.
Harness سفارشی چگونه کار میکند
آن را یک تقسیم کار در نظر بگیرید.
MonoChat لایه گفتگو را مدیریت میکند:
- اتصالهای رسمی به واتساپ، Instagram، Messenger، TikTok، Telegram، چت وب، پیامک و تماس صوتی (MonoChat یک شریک تجاری رسمی Meta است).
- جریانی که تعیین میکند عامل چه زمانی از طریق نود AI Agent فراخوانی شود.
- صندوق ورودی مشترک تیم، جایی که یک نفر میتواند با تاریخچه کامل کار را تحویل بگیرد.
نقطهپایانی شما عامل را مدیریت میکند:
- دریافت گفتگو از MonoChat.
- اجرای عامل شما: استدلال، ابزارها و حافظه آن.
- بازگرداندن پاسخ عامل.
میان آنها یک رمز مشترک قرار دارد، مقداری که هر دو طرف میدانند، تا نقطهپایانی شما بتواند تأیید کند که درخواست از حساب MonoChat شما میآید. MonoChat قالب دقیق درخواست و پاسخی را که نقطهپایانی شما پیادهسازی میکند تعریف میکند؛ اگر هنوز آن را ندارید، با ما صحبت کنید و آن را با توسعهدهندگان شما به اشتراک میگذاریم.
نقطهپایانی شما چه کارهایی باید انجام دهد
هر چارچوبی که استفاده کنید، یک نقطهپایانی عامل آماده تولید چند وظیفه دارد.
هر درخواست را تأیید کنید
رمز مشترک را در هر فراخوانی بررسی کنید و هر چیزی را که مطابقت ندارد رد کنید. رمز را در مدیر رمزها یا متغیرهای محیطی نگه دارید، نه در کد، و اگر هرگز فاش شد آن را تعویض کنید.
هر گفتگو را جدا نگه دارید
مشتریان همزمان مینویسند. مطمئن شوید وضعیت، حافظه و هر فایل کاری عامل شما به یک گفتگو محدود است، تا جزئیات یک مشتری هرگز در پاسخ مشتری دیگر نشت نکند.
با پیامهایی در اندازه چت پاسخ دهید
عاملهایی که برای اپلیکیشنهای وب ساخته شدهاند تمایل دارند پاسخهای طولانی و قالببندیشده بنویسند. واتساپ روی تلفن خوانده میشود. از عامل خود پیامهای کوتاه، هر بار یک پرسش، بخواهید و Markdown سنگین را از پاسخها دور نگه دارید.
بلند شکست بخورید، نه بیصدا
اگر یک ابزار تایماوت شد یا ارائهدهنده مدل شما خطا برگرداند، بهجای پاسخ نیمهکاره یک شکست روشن برگردانید. شکست قابلپیشبینی به جریان اجازه میدهد کار درست را انجام دهد، مثلاً گفتگو را به یک نفر واگذار کند.
سریع باشید
مشتریان انتظار دارند ظرف چند ثانیه پاسخ بگیرند. هر جا میتوانید کارهای طولانی را از مسیر پاسخ دور نگه دارید و ابزارهایتان را سریع یا ناهمگام کنید.
گامبهگام در MonoChat
1. عامل خود را پشت HTTPS مستقر کنید
عامل LangGraph، ADK، CrewAI یا سفارشی خود را روی سرور یا ابر خودتان، در دسترس از طریق HTTPS، میزبانی کنید. قالب درخواست و پاسخ MonoChat و بررسی رمز مشترک را پیادهسازی کنید.
2. یک AI Harness با ارائهدهنده سفارشی اضافه کنید
در MonoChat یک AI Harness اضافه کنید، سفارشی را انتخاب کنید و نشانی نقطهپایانی و رمز مشترک خود را وارد کنید. Harness را یک بار اضافه میکنید و میتوانید در هر تعداد جریان که بخواهید از آن استفاده کنید.
3. یک نود AI Agent به یک جریان اضافه کنید
در جریانی که گفتگوهای ورودی را دریافت میکند، یک نود AI Agent اضافه کنید و Harness سفارشی خود را انتخاب کنید. از جریان پیرامون آن برای کاری که جریانها بهتر از همه انجام میدهند استفاده کنید: خوشآمدگویی، مسیریابی بر اساس زبان یا موضوع، ساعات کاری و مسیر به سوی یک نفر.
4. برای هر اجرا بودجه تعیین کنید
هر نود AI Agent از حدود بودجه برای هر اجرا پشتیبانی میکند. از آنها بهعنوان تور ایمنی در کنار محدودیتهایی که از قبل در کد خودتان اعمال میکنید استفاده کنید.
5. واتساپ و کانالهای دیگر را متصل کنید
شماره WhatsApp Business خود را متصل کنید، سپس همان جریان را به کانالهای دیگری که استفاده میکنید وصل کنید. برای هر کانال کار یکپارچهسازی اضافهای نیست: نقطهپایانی شما گفتگوها را میبیند، نه APIهای کانالها را.
6. آزمایش کنید، سپس فعال شوید
پیامهای واقعی مشتریان را از طریق جریان بازپخش کنید. فراخوانی ابزارها، زمان پاسخ، لحن و واگذاری را بررسی کنید. روزهای اول ترافیک زنده را از نزدیک زیر نظر بگیرید، سپس آنچه را عامل مجاز به انجام آن است گسترش دهید.
نکاتی درباره چارچوبها
LangGraph. گرافی از نودها و یالها برای مسیرهای پشتیبانی (تریاژ، جستجو، حل، ارجاع) تناسب طبیعی دارد. گراف کامپایلشده را در یک سرویس HTTP کوچک بپیچید، وضعیت گفتگو را در هر درخواست بارگذاری کنید و پیام نهایی را برگردانید.
Google ADK. درختهای چندعامله ADK، یک هماهنگکننده با زیرعاملهای متخصص، به تیمهای پشتیبانی، فروش و صورتحساب بهخوبی نگاشت میشوند. عامل ریشه را از طریق نقطهپایانی خود در معرض بگذارید و بگذارید ADK بهصورت داخلی مسیریابی کند.
CrewAI. گروههایی از عاملهای مبتنی بر نقش برای کارهایی با واگذاریهای روشن، مانند پژوهش و سپس پاسخ، خوب کار میکنند. برای چت گروهها را کوچک نگه دارید: هر عامل اضافه تأخیر میافزاید.
کد خودتان. یک حلقه ساده با یک API مدل و چند تابع اغلب کافی است. کنترل کامل را حفظ میکنید و MonoChat کانالها و صندوق ورودی را به شما میدهد.
واگذاری: آن را در جریان تعیین کنید
در جریان تعیین کنید کدام گفتگوها به یک نفر بروند و کدام تیم آنها را دریافت کند، و عامل خود را طوری بنویسید که وقتی نمیتواند کمک کند صادقانه به مشتری بگوید و حدس نزند. سپس جریان گفتگو را با تاریخچه کامل در صندوق ورودی مشترک به تیم مناسب واگذار میکند. سیاست پیامرسانی کسبوکار واتساپ نیز انتظار دارد پاسخهای خودکار مسیری روشن به سوی انسان ارائه دهند.
عامل خود را درون کسبوکارتان نگه دارید. از 15 ژانویه 2026، واتساپ دستیارهای هوش مصنوعی عمومی را از پلتفرم دور نگه میدارد؛ عاملهایی که به مشتریان خودتان خدمت میکنند مشکلی ندارند. راهنمای سیاست چتبات هوش مصنوعی واتساپ ما این قاعده را توضیح میدهد.
چه زمانی عامل خودتان را نسازید
یک عامل سفارشی انعطافپذیرترین گزینه است و همچنین گزینهای که خودتان نگهداری میکنید. اگر از صفر شروع میکنید، یک گزینه داخلی سریعتر شما را فعال میکند، بدون چیزی برای میزبانی:
- Harness داخلی MonoChat روی مدلهای هوش مصنوعی MonoChat شما.
- OpenAI Agents SDK، اجراشده درون MonoChat (راهنما).
- Claude Agent SDK یا Pi، اجراشده روی اجراکننده عامل MonoChat (راهنمای Claude).
- عاملهای میزبانیشده: OpenAI Agents API یا Claude Managed Agents، با کلید خودتان.
چون هر گزینه از همان نود AI Agent استفاده میکند، میتوانید با یکی شروع کنید و بعداً بدون دستزدن به کانالها یا واگذاری به عامل خودتان بروید. آنها را در صفحه Agent Harness مقایسه کنید.
این را با MonoChat عملی کنید