Apportez votre propre agent IA sur WhatsApp : connectez n’importe quel framework (LangGraph, ADK, code personnalisé) avec un endpoint webhook

Vous pouvez connecter presque n’importe quel agent IA à WhatsApp sans le réécrire. Exécutez votre agent, construit avec LangGraph, Google ADK, CrewAI ou votre propre code, derrière un endpoint HTTPS, puis ajoutez-le dans MonoChat comme AI Harness avec le fournisseur Personnalisé : une URL d’endpoint et un secret partagé. Placez un nœud Agent IA dans un parcours, connectez votre numéro WhatsApp, et votre agent répond aux clients sur WhatsApp et sur tous les autres canaux que MonoChat connecte, avec une boîte de réception partagée et un passage de relais à un humain autour.

Ce guide s’adresse aux équipes qui ont déjà un agent, ou qui veulent un contrôle total sur son fonctionnement. Il couvre les cas où apporter son propre agent a du sens, ce dont votre endpoint est responsable, la configuration dans MonoChat et les détails qui comptent en production.

Pourquoi apporter votre propre agent ?

La plupart des plateformes de messagerie client sont livrées avec un agent IA intégré. C’est pratique, jusqu’à ce que :

• Votre agent soit déjà construit. Vos développeurs ont passé des mois sur un graphe LangGraph ou une configuration multi-agents ADK, avec évaluations et tests. Le reconstruire dans le créateur de bots d’un éditeur revient à jeter ce travail.
• Vous ayez besoin de votre propre logique. Règles de tarification, contrôles d’éligibilité, étapes de conformité ou systèmes internes que seul votre code peut atteindre.
• Vous vouliez choisir le framework. Les frameworks évoluent vite. Aujourd’hui c’est LangGraph ; l’an prochain ce sera peut-être autre chose. Vos canaux et votre boîte de réception ne doivent pas avoir à changer avec lui.
• Les données doivent rester chez vous. Certaines organisations veulent que le raisonnement de l’agent et ses appels d’outils s’exécutent sur leur propre infrastructure.

L’Agent Harness de MonoChat est conçu pour cela : apportez votre propre framework d’agent et gardez tout ce qui l’entoure, les canaux, la boîte de réception, les personnes, au même endroit.

Comment fonctionne le harness Personnalisé

Voyez-le comme une répartition des rôles.

MonoChat gère la couche conversationnelle :

• Les connexions officielles à WhatsApp, Instagram, Messenger, TikTok, Telegram, au chat web, aux SMS et à la voix (MonoChat est partenaire commercial officiel de Meta).
• Le parcours qui décide quand l’agent est appelé, via le nœud Agent IA.
• La boîte de réception d’équipe partagée, où une personne peut reprendre la main avec tout l’historique.

Votre endpoint gère l’agent :

• Recevoir la conversation de MonoChat.
• Exécuter votre agent : son raisonnement, ses outils, sa mémoire.
• Renvoyer la réponse de l’agent.

Entre les deux se trouve un secret partagé, une valeur connue des deux côtés, afin que votre endpoint puisse vérifier qu’une requête provient de votre compte MonoChat. MonoChat définit le format exact de requête et de réponse que votre endpoint implémente ; si vous ne l’avez pas encore, contactez-nous et nous le transmettrons à vos développeurs.

Ce que votre endpoint doit faire

Quel que soit le framework, un endpoint d’agent prêt pour la production a quelques missions.

Vérifier chaque requête

Contrôlez le secret partagé à chaque appel et rejetez tout ce qui ne correspond pas. Stockez le secret dans votre gestionnaire de secrets ou vos variables d’environnement, pas dans le code, et changez-le s’il est un jour exposé.

Séparer chaque conversation

Les clients écrivent en parallèle. Assurez-vous que l’état, la mémoire et les éventuels fichiers de travail de votre agent sont limités à une seule conversation, afin que les informations d’un client ne fuitent jamais dans la réponse d’un autre.

Répondre par des messages à la taille d’une discussion

Les agents conçus pour des applications web ont tendance à écrire des réponses longues et mises en forme. WhatsApp se lit sur un téléphone. Demandez à votre agent des messages courts, une question à la fois, et évitez le Markdown lourd dans les réponses.

Échouer bruyamment, pas silencieusement

Si un outil expire ou si votre fournisseur de modèle renvoie une erreur, renvoyez un échec clair plutôt qu’une réponse à moitié terminée. Un échec prévisible permet au parcours de faire ce qu’il faut, par exemple passer la conversation à une personne.

Être rapide

Les clients attendent une réponse en quelques secondes. Sortez les tâches longues du chemin de réponse quand vous le pouvez, et rendez vos outils rapides ou asynchrones.

Pas à pas dans MonoChat

1. Déployer votre agent derrière HTTPS

Hébergez votre agent LangGraph, ADK, CrewAI ou personnalisé sur votre propre serveur ou cloud, accessible en HTTPS. Implémentez le format de requête et de réponse de MonoChat et la vérification du secret partagé.

2. Ajouter un AI Harness avec le fournisseur Personnalisé

Dans MonoChat, ajoutez un AI Harness, choisissez Personnalisé et saisissez votre URL d’endpoint et votre secret partagé. Vous ajoutez le harness une seule fois et pouvez l’utiliser dans autant de parcours que vous le souhaitez.

3. Ajouter un nœud Agent IA à un parcours

Dans le parcours qui reçoit les conversations entrantes, ajoutez un nœud Agent IA et sélectionnez votre harness personnalisé. Utilisez le parcours qui l’entoure pour ce que les parcours font de mieux : l’accueil, l’orientation par langue ou par sujet, les horaires d’ouverture et le chemin vers une personne.

4. Définir un budget par exécution

Chaque nœud Agent IA prend en charge des limites de budget par exécution. Utilisez-les comme filet de sécurité à côté des limites que vous appliquez déjà dans votre propre code.

5. Connecter WhatsApp et les autres canaux

Connectez votre numéro WhatsApp Business, puis rattachez le même parcours aux autres canaux que vous utilisez. Il n’y a aucun travail d’intégration supplémentaire par canal : votre endpoint voit des conversations, pas des API de canaux.

6. Tester, puis mettre en ligne

Rejouez de vrais messages de clients dans le parcours. Vérifiez les appels d’outils, les temps de réponse, le ton et le passage de relais. Surveillez de près les premiers jours de trafic réel, puis élargissez ce que l’agent est autorisé à faire.

Notes par framework

LangGraph. Un graphe de nœuds et d’arêtes convient naturellement aux parcours de support (tri, recherche, résolution, escalade). Enveloppez le graphe compilé dans un petit service HTTP, chargez l’état de la conversation à chaque requête et renvoyez le message final.

Google ADK. Les arborescences multi-agents d’ADK, avec un coordinateur et des sous-agents spécialisés, s’adaptent bien aux équipes de support, de vente et de facturation. Exposez l’agent racine via votre endpoint et laissez ADK router en interne.

CrewAI. Les équipes d’agents à rôles fonctionnent bien pour les tâches aux transmissions claires, comme rechercher puis répondre. Gardez les équipes petites pour le chat : chaque agent supplémentaire ajoute de la latence.

Votre propre code. Une simple boucle avec une API de modèle et quelques fonctions suffit souvent. Vous gardez un contrôle total, et MonoChat vous apporte les canaux et la boîte de réception.

Passage de relais : à décider dans le parcours

Décidez dans le parcours quelles conversations vont à une personne et quelle équipe les reçoit, et écrivez votre agent pour qu’il dise honnêtement au client quand il ne peut pas aider plutôt que de deviner. Le parcours confie ensuite la conversation à la bonne équipe dans la boîte de réception partagée avec tout l’historique. La politique de messagerie professionnelle de WhatsApp (Business Messaging Policy) attend aussi que les réponses automatisées proposent une voie claire vers un humain.

Gardez aussi votre agent dans le périmètre de votre entreprise. Depuis le 15 janvier 2026, WhatsApp exclut de la plateforme les assistants IA généralistes ; les agents qui servent vos propres clients sont autorisés. Notre guide de la politique WhatsApp sur les chatbots IA explique la règle.

Quand ne pas construire le vôtre

Un agent personnalisé est l’option la plus flexible, mais aussi celle que vous maintenez. Si vous partez de zéro, une option intégrée vous met en ligne plus vite, sans rien à héberger :

• Le harness intégré de MonoChat, sur vos modèles IA MonoChat.
• L’OpenAI Agents SDK, exécuté dans MonoChat (guide).
• Le Claude Agent SDK ou Pi, exécutés sur l’agent runner de MonoChat (guide Claude).
• Des agents hébergés : l’OpenAI Agents API ou Claude Managed Agents, avec votre propre clé.

Comme toutes les options utilisent le même nœud Agent IA, vous pouvez commencer avec l’une d’elles et passer plus tard à votre propre agent sans toucher à vos canaux ni au passage de relais. Comparez-les sur la page Agent Harness.