Einführung des WhatsApp MCP AI Connectors

Beschleunige deine WhatsApp-Automatisierung mit KI! Sende Nachrichten, fasse Konversationen zusammen und verwalte Chats per natürlicher Sprache oder Sprache aus deiner bevorzugten KI-App wie ChatGPT, Claude oder benutzerdefinierten KI-Agenten von OpenAI, Anthropic und mehr.

Wir stellen den ersten und vollständigsten MCP (Model Context Protocol) Server vor, der deine WhatsApp Chats, Nachrichten, Gruppen und Kontakte mit jedem MCP-kompatiblen AI-Client wie Claude Desktop, Gemini, ChatGPT (kommt sehr bald), VS Code Copilot, Cursor, Cline, Windsurf, n8n und viel mehr verbindet — und beispiellose Kommunikations- und Automatisierungsfunktionen ermöglicht 🥳

✨ Integriere ganz einfach die Wassenger WhatsApp API mit jedem MCP-fähigen AI-Client, einschließlich ChatGPT, VS Code Copilot, Claude Desktop, Cursor, Windsurf und vielen weiteren!

💬 Verändere, wie du kommunizierst — automatisiere Antworten, analysiere Chat-Muster und verwalte Kundenkonversationen in großem Umfang, verwalte WhatsApp-Chats und -Gruppen, alles über einfache konversationelle Text- oder Sprachbefehle mit deinem KI-Assistenten.

👉 👉 Erfahre hier mehr über den Wassenger MCP Connector

👉 👉 Beispiele für Use-Case-Prompts ansehen

⚠️ Hinweis: Du musst dieses Paket nur verwenden, wenn dein MCP-Client kein HTTP-Streaming unterstützt (früher bekannt als SSE-Verbindung). Um eine entfernte HTTP-Verbindung zu verwenden, lies diese Anweisungen.

Über

Wassenger ist eine vielseitige WhatsApp-Team-Chat- und API-Lösung für Business-Nachrichten, um alles auf WhatsApp zu automatisieren.

Sieh dir die API-Dokumentation und Beispiele hier an

Produkt-Update: 🚀 Automatisiere alles auf WhatsApp mit unserer neuen No-Code-Lösung Wassenger Flows ⚡✨

Voraussetzungen

Registriere dich kostenlos bei Wassenger
Hole dir hier deinen API-Schlüssel
Konfiguriere deinen MCP-Client mit einer der drei Methoden unten
Beginne, mit deinem KI-Assistenten über alles rund um WhatsApp zu chatten

Beispiel-Prompts

Chatte mit deinen WhatsApp-Konversationen aus jedem AI-Client oder agentischer Tool-Integration.

Hier sind verschiedene Prompts, die du mit jedem KI-Assistenten verwenden kannst, um über den Wassenger MCP Connector mit WhatsApp zu interagieren:

📱 Basisnachrichten & Kommunikation

„Sende eine WhatsApp-Nachricht an +1234567890 mit dem Text ‚Hallo! Wie geht es dir heute?‘“
„Sende eine Nachricht an den Kontakt mit dem Namen ‚John Smith‘ mit dem Text ‚Meeting bestätigt für 15:00 Uhr‘“
„Sende eine dringende Nachricht an +44123456789: ‚Bitte rufe mich so schnell wie möglich zurück‘“
„Sende eine WhatsApp-Nachricht mit einem Bild von [URL] an [phone-number]“
„Antworte auf Nachricht [message-id] im Chat [chat-id] mit ‚Danke für dein Feedback!‘“

📊 Gesprächsanalyse & Einblicke

„Fasse meine letzten 10 WhatsApp-Nachrichten mit +1555123456 zusammen“
„Analysiere den Gesprächston in meinem Chat mit der Marketing-Team-Gruppe“
„Zeige mir die Schwerpunktthemen, die in meiner Unterhaltung mit Sarah in der letzten Woche besprochen wurden“
„Zähle, wie viele Nachrichten ich heute von allen Kontakten erhalten habe“
„Suche nach Nachrichten mit ‚invoice‘ im Chat [chat-id]“
„Erstelle einen Bericht zur Chat-Aktivität nach Tagen gruppiert für diesen Monat“

👥 Gruppen- & Teamverwaltung

„Erstelle eine WhatsApp-Gruppe namens ‚Team Updates‘ mit den Teilnehmern +1234567890, +0987654321“
„Wie viele Teilnehmer sind in der WhatsApp-Gruppe ‚Project Team Alpha‘?“
„Liste alle Mitglieder meiner ‚Family Chat‘-Gruppe auf“
„Füge +1234567890 zur WhatsApp-Gruppe [group-id] hinzu“
„Mache +1234567890 zum Admin in Gruppe [group-id]“
„Hole den Einladungslink für Gruppe [group-id]“

⏰ Nachrichtenplanung & Automatisierung

„Plane eine Nachricht an +1234567890 mit dem Text ‚Alles Gute zum Geburtstag!‘, die morgen um 9 Uhr gesendet werden soll“
„Richte eine Erinnerungsnachricht für die Teamgruppe über das Meeting nächsten Freitag um 14:00 Uhr ein“
„Richte automatische Antworten für Nachrichten außerhalb der Geschäftszeiten (9:00 — 17:00 Uhr) ein“
„Erstelle einen Workflow: wenn jemand ‚INFO‘ schreibt, sende automatisch unsere Firmenbroschüre“

🔍 Kontakt- & Geräteverwaltung

„Prüfe, ob die Telefonnummer +1555987654 eine gültige WhatsApp-Nummer ist“
„Welche WhatsApp-Nummern habe ich mit Wassenger verbunden?“
„Zeige mir den Status aller meiner WhatsApp-Geräte“
„Hole die Profilinformationen für Kontakt +1234567890“
„Zeige mir alle meine jüngsten Kontakte aus dem letzten Monat“

📈 Analyse & Reporting

„Erstelle einen Bericht über meine häufigsten WhatsApp-Kontakte diesen Monat“
„Zeige mir meine geschäftigsten WhatsApp-Konversationstage diese Woche“
„Welcher Agent antwortet am schnellsten auf Kundenanfragen?“
„Zeige mir die Chat-Volumentrends der letzten 30 Tage“
„Zähle ungelesene Nachrichten über alle meine Chats hinweg“
„Finde Kunden, die in den letzten 60 Tagen nicht interagiert haben“

🔔 Status & Monitoring

„Prüfe den Auslieferungsstatus meiner letzten Nachricht an +1234567890“
„Zeige mir alle fehlgeschlagenen Nachrichtenlieferungen von heute“
„Überwache, ob mein Kontakt +1555123456 meine letzten Nachrichten gelesen hat“
„Poste ‚Arbeite an aufregenden neuen Features!‘ als meinen WhatsApp-Status“

🔄 Massenoperationen & Kampagnen

„Sende dieselbe Ankündigung einzeln an alle Mitglieder meiner ‚Team Updates‘-Gruppe“
„Sende eine Feiertagsgrußbotschaft an meine Top-10 am häufigsten kontaktierten Nummern“
„Erstelle eine Kampagne namens ‚Welcome Series‘, um ‚Willkommen bei unserem Service!‘ an mehrere Kontakte zu senden“
„Starte Kampagne [campaign-id] und überprüfe ihren Auslieferungsstatus“

🎯 Intelligente Business-Automatisierung

„Erstelle ein Label namens ‚VIP Customer‘ mit roter Farbe und wende es auf wichtige Chats an“
„Weise Chat [chat-id] dem Agenten [agent-id] zu“
„Zeige mir alle Chats mit dem Label ‚support‘“
„Analysiere die Stimmung in Kundensupport-Konversationen und markiere negative Fälle“
„Generiere einen CSV-Bericht aller Chats mit ihrer letzten Aktivität“
„Finde alle ungelesenen Nachrichten in meinen WhatsApp-Chats“

🔐 Konto- & Dateiverwaltung

„Zeige mir meine aktuellen Wassenger-Kontonutzung und Limits“
„Lade ein Bild von [image-url] hoch, um es in WhatsApp-Nachrichten zu verwenden“
„Liste alle hochgeladenen Dateien auf, die mit ‚marketing‘ getaggt sind“
„Exportiere alle Kontakte vom Gerät [device-id] nach JSON“

Diese Prompts decken reale Szenarien für Unternehmen ab, die WhatsApp für Kundenservice, Marketing, Team-Zusammenarbeit und Automatisierung über die Wassenger-Plattform nutzen.

HTTP-Streaming Verwendung

Wenn dein MCP-Client HTTP-Streaming unterstützt (früher bekannt als Server-Sent Events oder SSE-Transport), kannst du dich direkt mit dem Wassenger MCP-Server verbinden, ohne dieses Paket zu installieren. Dies ist die bevorzugte Methode, da sie schneller ist und keine lokale Einrichtung erfordert.

Unterstützte Clients

Die meisten modernen MCP-Clients unterstützen HTTP-Streaming, darunter:

Claude Desktop (neueste Versionen)
VS Code Copilot mit MCP-Extension
Cursor (v0.48.0+)
Windsurf
OpenAI Responses API
ChatGPT (Pro-Nutzer haben Zugriff, bald für mehr Nutzer)
Weitere MCP-unterstützte AI-Clients hier ansehen

MCP-Konfiguration

Wassenger MCP-Server-Endpunkt:

https://api.wassenger.com/mcp

1. Streamable HTTP (Empfohlen)

Wenn dein MCP-Client Streamable HTTP unterstützt, überspringe die Installation — zeige einfach auf den Wassenger-Server. Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "wassenger": {
      "type": "http",
      "url": "https://api.wassenger.com/mcp?key=YOUR_WASSENGER_API_KEY"
    }
  }
}

Cursor (mcp.json)

{
  "mcpServers": {
    "wassenger": {
      "type": "http",
      "url": "https://api.wassenger.com/mcp?key=YOUR_WASSENGER_API_KEY"
    }
  }
}

Windsurf (~/.windsurfrc oder projektbezogene .windsurfrc.json)

{
  "mcp": {
    "servers": {
      "wassenger": {
        "transport": "http-streaming",
        "url": "https://api.wassenger.com/mcp?key=YOUR_WASSENGER_API_KEY"
      }
    }
  }
}

VS Code Copilot (settings.json)

{
  "mcp.servers": {
    "wassenger": {
      "url": "https://api.wassenger.com/mcp?key=YOUR_WASSENGER_API_KEY",
      "transport": "http-streaming"
    }
  }
}

✅ Keine lokalen Installationen • ✅ Sofortige Updates • ✅ Blitzschneller Start

2. NPM-Paket (für ältere Clients)

Wenn du einen lokalen Shim benötigst (ältere Windsurf-, Cline-Clients usw.), installiere und zeige deinen Client auf die CLI:

npm install -g mcp-wassenger

// Generic MCP client config
{
"mcpServers": {
"wassenger-cli": {
"command": "npx", 
"args": ["mcp-wassenger", "${WASSENGER_API_KEY}"]
}
}
}

3. MCP-Tool Programmatische Nutzung

OpenAI Responses API (JavaScript / Python)

import OpenAI from "openai";
const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });
const resp = await openai.responses.create({
model: "o4-mini", 
tools: [{
type: "mcp", 
server_label: "wassenger", 
server_url: `https://api.wassenger.com/mcp?key=${process.env.WASSENGER_API_KEY}`, 
require_approval: "never"
}], 
input: "Send a WhatsApp message to +1234567890 saying 'Hello from AI!'"
});
console.log(resp);

from openai import OpenAI
import os
# Initialize the OpenAI client
openai = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
# Create a response using the MCP tool
resp = openai.responses.create(
model="o4-mini", 
tools=[{
"type": "mcp", 
"server_label": "wassenger", 
"server_url": f"https://api.wassenger.com/mcp?key={os.getenv('WASSENGER_API_KEY')}", 
"require_approval": "never"
}], 
input="Send a WhatsApp message to +1234567890 saying 'Hello from AI!'"
)
print(resp)

Anthropic Claude (JavaScript / Python)

import Anthropic from "@anthropic-ai/sdk"; const anthropic = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY }); const resp = await anthropic.chat.completions.create({ model: "claude-2.1", // or "claude-3-5-sonnet" tools: [ { type: "mcp", server_label: "wassenger", server_url: `https://api.wassenger.com/mcp?key=${process.env.WASSENGER\_API\_KEY}\`, require_approval: "never" } ], messages: [ { role: "user", content: "Send a WhatsApp message to +1234567890 saying 'Hello from AI!'" } ] }); console.log(resp.choices[0].message);

from anthropic import Anthropic
import os
# Initialize the Anthropic client
anthropic = Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))
# Create a chat completion using the MCP tool
resp = anthropic.chat.completions.create(
model="claude-2.1", # or "claude-3-5-sonnet"
tools=[{
"type": "mcp", 
"server_label": "wassenger", 
"server_url": f"https://api.wassenger.com/mcp?key={os.getenv('WASSENGER_API_KEY')}", 
"require_approval": "never"
}], 
messages=[
{"role": "user", "content": "Send a WhatsApp message to +1234567890 saying 'Hello from AI!'"}
]
)
print(resp["choices"][0]["message"])

Vorteile von HTTP-Streaming

✅ Keine lokale Installation erforderlich
✅ Schnellere Verbindungszeiten
✅ Automatische Updates — verwendet immer die neueste Server-Version
✅ Bessere Zuverlässigkeit — keine Node.js-Abhängigkeitsprobleme
✅ Einfachere Konfiguration — nur eine URL

So bekommst du deinen API-Schlüssel

Registriere dich auf Wassenger.com
Gehe zu deinen API-Einstellungen
Kopiere deinen API-Schlüssel
Ersetze YOUR_WASSENGER_API_KEY in der obigen Konfiguration

Unterstützte MCP-Tools

Der Wassenger MCP-Server bietet umfangreiche WhatsApp-Automatisierungswerkzeuge, die in funktionale Kategorien organisiert sind. Alle Tools verwenden handlungsbasierte Parameter für LLM-freundliche Interaktionen:

📱 Kernnachrichten & Kommunikation

manage_whatsapp_messages - Universelles Nachrichtensenden mit 11 Aktionstypen: Text, Medien, Standort, Kontakt, Umfrage, Ereignis, geplant, live, ablaufend, Agent und Vorlagen-Nachrichten
manage_whatsapp_message_interactions - Nachrichteninteraktionen: antworten, weiterleiten, Reaktion und Umfrageabstimmung
get_whatsapp_chat_messages - Umfassendes Nachrichtenabruf: zuletzt, Suche, Datumsbereich, nach Absender, nach Typ, nach ID, erweiterte Suche, Thread-Kontext und Medienfilterung
analyze_whatsapp_chat_messages - Nachrichten-Analytik: Statistiken, Verfolgung des Zustellstatus und Datenexport in mehreren Formaten

💬 Chat- & Gesprächsverwaltung

get_whatsapp_chats - Universeller Chat-Abruf mit 9 Aktionen: zuletzt, ungelesen, nach Status, zugewiesen, nach Kontakttyp, nach ID, Suche, archiviert und Datumsbereichsfilter
analyze_whatsapp_chats - Chat-Analytik und Export mit umfassenden Statistik- und Exportfunktionen
search_whatsapp_chats_by_name - Schnelle Chatsuche nach Kontaktname, Gruppenname oder Kanalname

👥 Gruppen- & Teamverwaltung

manage_whatsapp_groups - Vollständige Gruppenoperationen: Suche, Erstellung, Aktualisierung, Beitreten, Verlassen, Einladungsverwaltung mit 8 Aktionstypen
manage_whatsapp_group_participants - Teilnehmerverwaltung: hinzufügen, entfernen, befördern, herabstufen, Genehmigungsworkflow mit 7 Aktionstypen
manage_whatsapp_team - Teammitgliederverwaltung: suchen, erstellen, aktualisieren, löschen, Gerätezugriffssteuerung mit 7 Aktionstypen
manage_whatsapp_departments - Abteilungsorganisation: auflisten, erstellen, aktualisieren, löschen mit Agentenzuweisungen und visueller Anpassung

📺 Kanal & Broadcasting

manage_whatsapp_channels - Kanal-Lifecycle-Management: auflisten, erstellen, aktualisieren, suchen, beitreten, verlassen, Bildaktualisierungen mit 9 Aktionstypen
manage_whatsapp_channel_messages - Kanalnachrichtenabruf mit Filterung und Paginierung
manage_whatsapp_status - WhatsApp-Status (Stories) Verwaltung: abrufen, veröffentlichen, planen mit Medienunterstützung und erweiterten Zeitoptionen

🔄 Kampagnen & Massenoperationen

manage_whatsapp_campaigns - Massen-Nachrichtenkampagnen: suchen, erstellen, aktualisieren, starten, stoppen, löschen mit 7 Aktionstypen
manage_whatsapp_campaign_contacts - Kampagnen-Empfängerverwaltung: suchen, Kontakte hinzufügen, entfernen mit Filteroptionen
manage_whatsapp_queue - Nachrichten-Queue-Steuerung: Statusüberwachung, Warteschlangenverwaltung, Massenlöschung mit 3 Aktionstypen

📱 Geräte- & Kontoverwaltung

get_whatsapp_devices - Geräteauflistung mit erweiterten Filtern: Status, Sitzung, Suche, aktiv/online-Filter
get_whatsapp_device_details - Detaillierte Geräteinformationen: Konfiguration, Sitzungsstatus, Metriken und Einblicke
health_check - Umfassender System-Health-Check für den MCP-Server und verbundene WhatsApp-Geräte

👤 Kontakt- & Label-Verwaltung

manage_whatsapp_contacts - Kontakt-CRUD-Operationen: auflisten, abrufen, erstellen, aktualisieren, löschen, Massenoperationen, Metadatenverwaltung mit 8 Aktionstypen
manage_whatsapp_contact_actions - Kontaktblockierung: blockieren und entblocken
manage_whatsapp_labels - Label-Verwaltung: auflisten, erstellen, aktualisieren, löschen mit farbcodierter Organisation

📁 Datei- & Medienverwaltung

search_whatsapp_outbound_files - Suche nach hochgeladenen Dateien mit erweiterten Filtern nach Typ, Größe, Datum, Tags und Metadaten
search_whatsapp_chat_files - Suche nach empfangenen Dateien aus WhatsApp-Chats mit umfassenden Filteroptionen

🔧 System & Dienstprogramme

ping - Grundlegender Konnektivitätstest mit Serverstatus und Messung der Antwortzeit

📊 Analyse & Einblicke

Alle Tools enthalten umfassende Analysefunktionen:

Nachverfolgung und Statistiken zur Nachrichtenzustellung
Analyse und Reporting der Chat-Aktivität
Geräteleistungsmetriken und Monitoring
Kampagnen-Analytik und Erfolgsmessung
Einblicke in die Team-Produktivität und Reporting

Jedes Tool unterstützt umfangreiche Filter-, Paginierungs-, Sortier- und Exportfunktionen, wodurch sie sich sowohl für manuelle Operationen als auch für automatisierte Workflows durch KI-Assistenten eignen.

Verwendung

Alle gängigsten MCP-Clients (Claude Desktop, VS Code Copilot, Cursor, Windsurf…) verwenden folgendes Konfigurationsformat:

{
  "mcpServers": {
    "remote-example": {
      "command": "npx",
      "args": ["mcp-wassenger", "api-key-goes-here"]
    }
  }
}

Benutzerdefinierte Header

Um die Authentifizierung zu umgehen oder benutzerdefinierte Header bei allen Anfragen an deinen Remote-Server zu senden, übergebe --header CLI-Argumente:

{
"mcpServers": {
"remote-example": {
"command": "npx", 
"args": [
"mcp-wassenger", 
"${WASSENGER_API}"
], 
"env": {
"WASSENGER_API": "..."
}
}, 
}
}

Hinweis: Cursor und Claude Desktop (Windows) haben einen Bug, bei dem Leerzeichen innerhalb von args nicht escaped werden, wenn sie npx aufrufen, was diese Werte beschädigt. Du kannst dies umgehen mit:

{
// rest of config...
"args": [
"mcp-wassenger", 
"${WASSENGER_API}"
], 
"env": {
"WASSENGER_API": "<wassenger-api-get-here>"
}
},

Verwendung als Tool in OpenAI

So kannst du den Wassenger MCP-Server als Tool mit dem OpenAI JavaScript-Client verwenden:

import OpenAI from 'openai';
const wassengerKey = process.env.WASSENGER_API_KEY || 'wassenger-api-key-here'
const openai = new OpenAI({
apiKey: process.env.OPENAI_API_KEY, 
});
// Example: Send a WhatsApp message using OpenAI's new Responses API with MCP
const response = await openai.responses.create({
model: 'o4-mini', 
tools: [
{
type: 'mcp', 
server_label: 'wassenger', 
server_url: `https://api.wassenger.com/mcp?key=${wassengerKey}`, 
require_approval: 'never'
}
], 
input: 'Send a WhatsApp message to +1234567890 saying "Hello from AI!"'
});
console.log('Response:', response);

Stelle sicher, dass die erforderlichen Abhängigkeiten installiert sind:

npm install openai

Und setze deine Umgebungsvariablen:

export OPENAI_API_KEY="your-openai-api-key"
export WASSENGER_API_KEY="your-wassenger-api-key"

Dieser Ansatz verwendet OpenAIs neue Responses API mit MCP-Integration, die Tool-Discovery, Ausführung und Kommunikation mit dem Wassenger MCP-Server automatisch handhabt, ohne eine manuelle MCP-Client-Einrichtung zu erfordern.

Flags

Wenn npx Fehler erzeugt, erwäge, -y als erstes Argument hinzuzufügen, um die Installation des mcp-wassenger-Pakets automatisch zu akzeptieren.

"command": "npx", 
"args": [
"-y"
"mcp-wassenger", 
"API_KEY_GOES_HERE"
]

Um npx zu zwingen, stets nach einer aktualisierten Version von mcp-wassenger zu suchen, füge das Flag @latest hinzu:

"args": [
"mcp-wassenger@latest"
]

Um zu ändern, auf welchem Port mcp-wassenger auf einen OAuth-Redirect hört (standardmäßig 3334), füge ein Argument nach der Server-URL hinzu. Beachte, dass, egal welchen Port du angibst, falls dieser nicht verfügbar ist, ein freier Port zufällig gewählt wird.

"args": [
"mcp-wassenger", 
"API_KEY_GOES_HERE"
]

Um detaillierte Debug-Logs zu aktivieren, füge das Flag --debug hinzu. Dies schreibt ausführliche Logs nach ~/.mcp-auth/{server_hash}_debug.log mit Zeitstempeln und detaillierten Informationen über den Auth-Prozess, Verbindungen und Token-Erneuerung.

"args": [
"mcp-wassenger", 
"API_KEY_GOES_HERE", 
"--debug"
]

Claude Desktop

Offizielle Docs

Um einen MCP-Server zu Claude Desktop hinzuzufügen, musst du die Konfigurationsdatei bearbeiten, die sich befindet unter:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

Wenn sie noch nicht existiert, müsstest du sie möglicherweise unter Settings > Developer aktivieren.

Starte Claude Desktop neu, damit die Änderungen an der Konfigurationsdatei übernommen werden. Nach dem Neustart solltest du ein Hammer-Symbol in der unteren rechten Ecke des Eingabefelds sehen.

VS Code Extension / Copilot

Offizielle Docs. Füge MCP-Server über die VS Code-Einstellungen oder über die Kommando-Palette (Ctrl+Shift+P / Cmd+Shift+P) hinzu, indem du nach "MCP" suchst. Die Konfiguration wird über die Einstellungen-Oberfläche von VS Code verwaltet.

Cursor

Offizielle Docs. Die Konfigurationsdatei befindet sich unter ~/.cursor/mcp.json.

Ab Version 0.48.0 unterstützt Cursor unauthentifizierte SSE-Server direkt. Wenn dein MCP-Server das offizielle MCP-OAuth-Autorisationsprotokoll verwendet, musst du weiterhin einen "command"-Server hinzufügen und mcp-wassenger aufrufen.

Windsurf

Offizielle Docs. Die Konfigurationsdatei befindet sich unter ~/.codeium/windsurf/mcp_config.json.

Cline

Offizielle Docs. Die Konfigurationsdatei befindet sich unter ~/.cline/mcp_servers.json.

Continue.dev

Offizielle Docs. Die Konfigurationsdatei befindet sich unter ~/.continue/config.json. Continue.dev unterstützt MCP-Server für erweiterten Code-Kontext und AI-gestützte Entwicklungsworkflows.

Zed Editor

Offizielle Docs. Konfiguriere MCP-Server in Zeds Einstellungen, um die Fähigkeiten des AI-Assistenten zu erweitern. Zed bietet native MCP-Integration für ein nahtloses Entwicklungserlebnis.

Jan AI

Offizielle Docs. Jan AI unterstützt MCP-Server über sein Erweiterungssystem, sodass du externe Tools und Datenquellen mit lokalen KI-Modellen integrieren kannst.

Open WebUI

Offizielle MCP-Integration. Open WebUI bietet MCP-Unterstützung, um externe Tools und Services mit deiner selbstgehosteten AI-Oberfläche zu verbinden und leistungsstarke Workflow-Automatisierung zu ermöglichen.

Sourcegraph Cody

Offizielle Docs. Cody unterstützt MCP-Integration für verbessertes Code-Verständnis und AI-gestützte Entwicklung über deinen gesamten Codebestand.

OpenAI Responses API

Du kannst den Wassenger MCP-Server als Tool mit OpenAIs neuer Responses API verwenden, die native MCP-Integration bietet, ohne eine manuelle Client-Konfiguration zu erfordern.

JavaScript-Beispiel

import OpenAI from 'openai';
const wassengerKey = process.env.WASSENGER_API_KEY || 'your-wassenger-api-key';
const openai = new OpenAI({
apiKey: process.env.OPENAI_API_KEY, 
});
// Send a WhatsApp message using OpenAI's Responses API with MCP
const response = await openai.responses.create({
model: 'o1-mini', 
tools: [
{
type: 'mcp', 
server_label: 'wassenger', 
server_url: `https://api.wassenger.com/mcp?key=${wassengerKey}`, 
require_approval: 'never'
}
], 
input: 'Send a WhatsApp message to +1234567890 saying "Hello from AI!"'
});
console.log('Response:', response);

Python-Beispiel

import os
from openai import OpenAI
wassenger_key = os.getenv('WASSENGER_API_KEY', 'your-wassenger-api-key')
client = OpenAI(
api_key=os.getenv('OPENAI_API_KEY')
)
# Send a WhatsApp message using OpenAI's Responses API with MCP
response = client.responses.create(
model='o1-mini', 
tools=[
{
'type': 'mcp', 
'server_label': 'wassenger', 
'server_url': f'https://api.wassenger.com/mcp?key={wassenger_key}', 
'require_approval': 'never'
}
], 
input='Send a WhatsApp message to +1234567890 saying "Hello from AI!"'
)
print('Response:', response)

Installation

Stelle sicher, dass du die benötigten Abhängigkeiten installierst:

JavaScript:

npm install openai

Python:

pip install openai

Umgebungsvariablen

Setze deine API-Schlüssel als Umgebungsvariablen:

export OPENAI_API_KEY="your-openai-api-key"
export WASSENGER_API_KEY="your-wassenger-api-key"

Dieser Ansatz verwendet OpenAIs native MCP-Integration, die Tool-Discovery, Ausführung und Kommunikation mit dem Wassenger MCP-Server automatisch handhabt, ohne eine manuelle MCP-Client-Konfiguration zu erfordern.

Fehlerbehebung

Leere dein `~/.mcp-auth` Verzeichnis

mcp-wassenger speichert alle Anmeldeinformationen in ~/.mcp-auth (oder dort, wo dein MCP_REMOTE_CONFIG_DIR hinzeigt). Wenn du anhaltende Probleme hast, versuche:

rm -rf ~/.mcp-auth

Starte anschließend deinen MCP-Client neu.

Prüfe deine Node-Version

Stelle sicher, dass die installierte Node-Version 18 oder höher ist. Claude Desktop verwendet die Systemversion von Node, auch wenn du an anderer Stelle eine neuere Version installiert hast.

Claude neu starten

Beim Ändern von claude_desktop_config.json kann es hilfreich sein, Claude komplett neu zu starten.

VPN-Zertifikate

Du kannst auf Probleme stoßen, wenn du hinter einem VPN arbeitest. Versuche, die Umgebungsvariable NODE_EXTRA_CA_CERTS auf die CA-Zertifikatdatei zu setzen. Wenn du claude_desktop_config.json verwendest, könnte das so aussehen:

{
  "mcpServers": {
    "remote-example": {
      "command": "npx",
      "args": ["mcp-wassenger", "API_KEY_GOES_HERE"],
      "env": {
        "NODE_EXTRA_CA_CERTS": "{your CA certificate file path}.pem"
      }
    }
  }
}

Bereit, Kunden zu begeistern und deine Workflows zu beschleunigen? Starte noch heute kostenlos mit dem Wassenger MCP WhatsApp Connector!**

Nimm die Zukunft der Messaging-Automatisierung an — einen konversationellen Prompt nach dem anderen.