Podłącz własnego agenta AI do WhatsApp: połącz dowolny framework (LangGraph, ADK, własny) za pomocą endpointu webhooka

Możesz podłączyć niemal każdego agenta AI do WhatsApp bez przepisywania go. Uruchom swojego agenta, zbudowanego w LangGraph, Google ADK, CrewAI lub własnym kodzie, za endpointem HTTPS, a następnie dodaj go w MonoChat jako AI Harness z dostawcą Niestandardowy: adres URL endpointu i wspólny sekret. Umieść węzeł Agent AI w przepływie, podłącz swój numer WhatsApp, a Twój agent będzie odpowiadał klientom na WhatsApp i każdym innym kanale połączonym z MonoChat, ze wspólną skrzynką i przekazywaniem rozmów człowiekowi.

Ten poradnik jest dla zespołów, które mają już agenta albo chcą pełnej kontroli nad jego działaniem. Obejmuje to, kiedy warto podłączyć własnego agenta, za co odpowiada Twój endpoint, konfigurację w MonoChat i szczegóły, które mają znaczenie na produkcji.

Po co podłączać własnego agenta?

Większość platform do komunikacji z klientami ma jednego wbudowanego agenta AI. To wygodne, dopóki:

• Twój agent jest już zbudowany. Twoi programiści spędzili miesiące nad grafem LangGraph lub wieloagentową konfiguracją ADK, z ewaluacjami i testami. Odbudowanie go w kreatorze botów dostawcy przekreśla tę pracę.
• Potrzebujesz własnej logiki. Reguły cenowe, sprawdzanie uprawnień, kroki zgodności lub systemy wewnętrzne, do których dociera tylko Twój kod.
• Chcesz wybrać framework. Frameworki zmieniają się szybko. Dziś to LangGraph, za rok może być coś innego. Twoje kanały i skrzynka nie powinny musieć się za tym zmieniać.
• Dane muszą zostać u Ciebie. Niektóre organizacje chcą, aby rozumowanie agenta i wywołania narzędzi działały na ich własnej infrastrukturze.

Agent Harness MonoChat jest stworzony do tego: podłącz własny framework agentów i zachowaj wszystko wokół niego, czyli kanały, skrzynkę i ludzi, w jednym miejscu.

Jak działa harness Niestandardowy

Potraktuj to jako podział pracy.

MonoChat obsługuje warstwę rozmowy:

• Oficjalne połączenia z WhatsApp, Instagramem, Messengerem, TikTokiem, Telegramem, czatem na stronie, SMS-ami i kanałem głosowym (MonoChat jest oficjalnym partnerem biznesowym Meta, Meta Business Partner).
• Przepływ, który decyduje, kiedy agent jest wywoływany, za pomocą węzła Agent AI.
• Wspólną skrzynkę zespołu, w której człowiek może przejąć rozmowę z pełną historią.

Twój endpoint obsługuje agenta:

• Odbieranie rozmowy z MonoChat.
• Uruchamianie Twojego agenta: jego rozumowania, narzędzi i pamięci.
• Zwracanie odpowiedzi agenta.

Pomiędzy nimi znajduje się wspólny sekret, wartość znana obu stronom, dzięki której Twój endpoint może sprawdzić, że żądanie pochodzi z Twojego konta MonoChat. MonoChat określa dokładny format żądania i odpowiedzi, który implementuje Twój endpoint; jeśli jeszcze go nie masz, skontaktuj się z nami, a przekażemy go Twoim programistom.

Co powinien robić Twój endpoint

Niezależnie od frameworka, gotowy na produkcję endpoint agenta ma kilka zadań.

Weryfikuj każde żądanie

Sprawdzaj wspólny sekret przy każdym wywołaniu i odrzucaj wszystko, co się nie zgadza. Przechowuj sekret w menedżerze sekretów lub zmiennych środowiskowych, nie w kodzie, i zmień go, jeśli kiedykolwiek zostanie ujawniony.

Rozdzielaj rozmowy

Klienci piszą równolegle. Upewnij się, że stan agenta, pamięć i wszelkie pliki robocze są ograniczone do jednej rozmowy, aby dane jednego klienta nigdy nie trafiły do odpowiedzi dla innego.

Odpowiadaj wiadomościami dopasowanymi do czatu

Agenci zbudowani dla aplikacji webowych zwykle piszą długie, sformatowane odpowiedzi. WhatsApp czyta się na telefonie. Poproś agenta o krótkie wiadomości, jedno pytanie naraz, i unikaj rozbudowanego Markdownu w odpowiedziach.

Zawodź głośno, nie po cichu

Jeśli narzędzie przekroczy czas lub dostawca modelu zwróci błąd, zwróć wyraźną informację o niepowodzeniu zamiast niedokończonej odpowiedzi. Przewidywalne niepowodzenie pozwala przepływowi zrobić właściwą rzecz, na przykład przekazać rozmowę człowiekowi.

Bądź szybki

Klienci oczekują odpowiedzi w ciągu sekund. Tam, gdzie to możliwe, wyprowadź długotrwałe zadania poza ścieżkę odpowiedzi i spraw, aby Twoje narzędzia były szybkie lub asynchroniczne.

Krok po kroku w MonoChat

1. Wdróż agenta za HTTPS

Umieść swojego agenta LangGraph, ADK, CrewAI lub własnego na własnym serwerze lub w chmurze, dostępnego przez HTTPS. Zaimplementuj format żądania i odpowiedzi MonoChat oraz sprawdzanie wspólnego sekretu.

2. Dodaj AI Harness z dostawcą Niestandardowy

W MonoChat dodaj AI Harness, wybierz Niestandardowy i wpisz adres URL endpointu oraz wspólny sekret. Harness dodajesz raz i możesz używać go w dowolnej liczbie przepływów.

3. Dodaj węzeł Agent AI do przepływu

W przepływie odbierającym przychodzące rozmowy dodaj węzeł Agent AI i wybierz swój niestandardowy harness. Wykorzystaj przepływ wokół niego do tego, w czym przepływy są najlepsze: powitania, kierowania według języka lub tematu, godzin pracy i ścieżki do człowieka.

4. Ustaw budżet na uruchomienie

Każdy węzeł Agent AI obsługuje limity budżetu na uruchomienie. Używaj ich jako siatki bezpieczeństwa obok limitów, które już egzekwujesz w swoim kodzie.

5. Podłącz WhatsApp i inne kanały

Podłącz swój numer WhatsApp Business, a następnie przypnij ten sam przepływ do pozostałych kanałów, z których korzystasz. Nie ma dodatkowej pracy integracyjnej na kanał: Twój endpoint widzi rozmowy, a nie API kanałów.

6. Przetestuj, a potem uruchom

Odtwórz w przepływie prawdziwe wiadomości klientów. Sprawdź wywołania narzędzi, czasy odpowiedzi, ton i przekazywanie rozmów. Uważnie obserwuj pierwsze dni na żywym ruchu, a potem rozszerzaj to, co agent może robić.

Uwagi o frameworkach

LangGraph. Graf węzłów i krawędzi naturalnie pasuje do ścieżek obsługi (segregacja, wyszukiwanie, rozwiązanie, eskalacja). Opakuj skompilowany graf w małą usługę HTTP, wczytuj stan rozmowy przy każdym żądaniu i zwracaj końcową wiadomość.

Google ADK. Wieloagentowe drzewa ADK, czyli koordynator ze specjalistycznymi subagentami, dobrze odpowiadają zespołom obsługi, sprzedaży i rozliczeń. Udostępnij agenta głównego przez swój endpoint i pozwól ADK kierować wewnętrznie.

CrewAI. Zespoły agentów opartych na rolach dobrze sprawdzają się w zadaniach z wyraźnymi przekazaniami, takich jak najpierw research, potem odpowiedź. W czacie utrzymuj zespoły małe: każdy dodatkowy agent zwiększa opóźnienie.

Twój własny kod. Zwykła pętla z API modelu i kilkoma funkcjami często wystarcza. Zachowujesz pełną kontrolę, a MonoChat zapewnia kanały i skrzynkę.

Przekazanie rozmowy: zdecyduj o nim w przepływie

Zdecyduj w przepływie, które rozmowy trafiają do człowieka i który zespół je otrzymuje, i napisz swojego agenta tak, aby uczciwie mówił klientowi, gdy nie może pomóc, zamiast zgadywać. Przepływ przekazuje wtedy rozmowę właściwemu zespołowi we wspólnej skrzynce wraz z pełną historią. Polityka WhatsApp Business Messaging Policy oczekuje także, że automatyczne odpowiedzi oferują jasną drogę do człowieka.

Utrzymuj też agenta wewnątrz swojej firmy. Od 15 stycznia 2026 roku WhatsApp wyklucza z platformy ogólnych asystentów AI; agenci obsługujący Twoich własnych klientów są w porządku. Nasz przewodnik po zasadach chatbotów AI na WhatsApp wyjaśnia tę regułę.

Kiedy nie budować własnego

Własny agent to najbardziej elastyczna opcja, ale też ta, którą sam utrzymujesz. Jeśli zaczynasz od zera, wbudowana opcja pozwala ruszyć szybciej, bez niczego do hostowania:

• Wbudowany harness MonoChat na Twoich modelach AI w MonoChat.
• OpenAI Agents SDK, uruchamiany wewnątrz MonoChat (poradnik).
• Claude Agent SDK lub Pi, uruchamiane w środowisku uruchomieniowym agentów MonoChat (poradnik o Claude).
• Agenci hostowani: OpenAI Agents API lub Claude Managed Agents, z własnym kluczem.

Ponieważ każda opcja używa tego samego węzła Agent AI, możesz zacząć od jednej i później przejść na własnego agenta, nie ruszając kanałów ani przekazywania rozmów. Porównaj je na stronie Agent Harness.