Mainstream messaging

WhatsApp

وضعیت: آمادهٔ استفاده در محیط عملیاتی از طریق WhatsApp Web ‏(Baileys). ‏Gateway مالک نشست‌های پیوندشده است؛ کانال جداگانه‌ای برای Twilio WhatsApp وجود ندارد.

نصب

openclaw onboard و openclaw channels add --channel whatsapp هنگام نخستین انتخاب، نصب Plugin را پیشنهاد می‌کنند؛ اگر Plugin موجود نباشد، openclaw channels login --channel whatsapp نیز همین فرایند نصب را ارائه می‌دهد. نسخه‌های توسعه از مسیر محلی Plugin استفاده می‌کنند؛ نصب‌های پایدار/بتا ابتدا @openclaw/whatsapp را از ClawHub نصب می‌کنند و در صورت شکست به npm روی می‌آورند. محیط اجرای WhatsApp خارج از بستهٔ اصلی npm متعلق به OpenClaw عرضه می‌شود، بنابراین وابستگی‌های زمان اجرای آن در Plugin خارجی باقی می‌مانند. نصب دستی:

bash
openclaw plugins install clawhub:@openclaw/whatsapp

از بستهٔ خام npm ‏(@openclaw/whatsapp) فقط برای مسیر جایگزین رجیستری استفاده کنید؛ فقط زمانی نسخه‌ای دقیق را سنجاق کنید که نصب بازتولیدپذیر لازم باشد.

راه‌اندازی سریع

  • پیکربندی سیاست دسترسی

    json5
    {channels: {whatsapp: {  dmPolicy: "pairing",  allowFrom: ["+15551234567"],  groupPolicy: "allowlist",  groupAllowFrom: ["+15551234567"],},},}
  • پیوند WhatsApp ‏(QR)

    bash
    openclaw channels login --channel whatsapp

    ورود فقط از طریق QR انجام می‌شود. در میزبان‌های راه‌دور یا بدون نمایشگر، پیش از آغاز ورود روشی مطمئن برای رساندن QR زنده به تلفن فراهم کنید؛ QRهای نمایش‌داده‌شده در ترمینال، تصاویر صفحه یا پیوست‌های گفتگو ممکن است هنگام انتقال منقضی شوند.

    برای حسابی مشخص:

    bash
    openclaw channels login --channel whatsapp --account work

    برای متصل‌کردن پوشهٔ احراز هویت موجود یا سفارشی پیش از ورود:

    bash
    openclaw channels add --channel whatsapp --account work --auth-dir /path/to/wa-authopenclaw channels login --channel whatsapp --account work
  • راه‌اندازی Gateway

    bash
    openclaw gateway
  • تأیید نخستین درخواست جفت‌سازی (حالت جفت‌سازی)

    bash
    openclaw pairing list whatsappopenclaw pairing approve whatsapp <CODE>

    درخواست‌های جفت‌سازی پس از ۱ ساعت منقضی می‌شوند؛ تعداد درخواست‌های در انتظار برای هر حساب حداکثر ۳ مورد است.

  • الگوهای استقرار

    شمارهٔ اختصاصی (توصیه‌شده)
    • هویت جداگانهٔ WhatsApp برای OpenClaw
    • فهرست‌های مجاز پیام مستقیم و مرزهای مسیریابی شفاف‌تر
    • احتمال کمتر سردرگمی در گفت‌وگو با خود
    json5
    {  channels: {    whatsapp: {      dmPolicy: "allowlist",      allowFrom: ["+15551234567"],    },  },}
    مسیر جایگزین شمارهٔ شخصی

    فرایند آغازین از حالت شمارهٔ شخصی پشتیبانی می‌کند و یک پیکربندی پایهٔ سازگار با گفت‌وگو با خود می‌نویسد: dmPolicy: "allowlist"، مقدار allowFrom شامل شمارهٔ خودتان و selfChatMode: true. محافظت‌های زمان اجرا برای گفت‌وگو با خود بر اساس شمارهٔ خودِ پیوندشده به‌همراه allowFrom عمل می‌کنند.

    مدل زمان اجرا

    • ‏Gateway مالک سوکت WhatsApp و حلقهٔ اتصال مجدد است.
    • یک پایشگر نگهبان دو سیگنال را مستقل از یکدیگر ردیابی می‌کند: فعالیت خام انتقال WhatsApp Web و فعالیت پیام‌های برنامه. نشستی که بی‌فعالیت اما متصل است، صرفاً به‌دلیل نرسیدن پیام در زمان اخیر راه‌اندازی مجدد نمی‌شود؛ اتصال مجدد فقط زمانی اجباری می‌شود که دریافت فریم‌های انتقال برای یک بازهٔ داخلی ثابت (غیرقابل پیکربندی توسط کاربر) متوقف شود یا پیام‌های برنامه بیش از ۴ برابر مهلت عادی پیام ساکت بمانند. بلافاصله پس از اتصال مجدد نشستی که اخیراً فعال بوده است، نخستین بازه به‌جای بازهٔ ۴ برابری از مهلت کوتاه‌تر و عادی پیام استفاده می‌کند. OpenClaw می‌تواند به پیام‌های آفلاینی که Baileys در ابتدای آن اتصال مجدد تحویل می‌دهد پاسخ خودکار دهد؛ این رفتار به طول عمر حذف تکراری بر اساس شناسهٔ پیام ورودی محدود است. راه‌اندازی اولیه همچنان از محافظ کوتاه تاریخچهٔ کهنه استفاده می‌کند.
    • زمان‌بندی‌های سوکت Baileys به‌صراحت زیر web.whatsapp.* تعریف می‌شوند: keepAliveIntervalMs (فاصلهٔ پینگ برنامه)، connectTimeoutMs (مهلت دست‌دهی آغاز اتصال)، defaultQueryTimeoutMs (انتظار برای پرس‌وجوهای Baileys، به‌علاوهٔ مهلت‌های ارسال خروجی، اعلام حضور و رسید خواندن ورودی در OpenClaw).
    • ارسال‌های خروجی نیازمند شنوندهٔ فعال WhatsApp برای حساب مقصد هستند؛ در غیر این صورت، ارسال فوراً شکست می‌خورد.
    • ارسال‌های گروهی برای توکن‌های @+<digits> و @<digits> در متن و زیرنویس رسانه، هنگامی که توکن با فرادادهٔ فعلی شرکت‌کننده مطابقت داشته باشد، فرادادهٔ بومی اشاره را ضمیمه می‌کنند؛ این قابلیت گروه‌های مبتنی بر LID را نیز شامل می‌شود.
    • گفت‌وگوهای وضعیت و انتشار همگانی (@status، @broadcast) نادیده گرفته می‌شوند.
    • گفت‌وگوهای مستقیم از قواعد نشست پیام مستقیم استفاده می‌کنند (session.dmScope؛ مقدار پیش‌فرض main پیام‌های مستقیم را در نشست اصلی عامل ادغام می‌کند). نشست‌های گروهی برای هر JID جدا هستند (agent:<agentId>:whatsapp:group:<jid>).
    • کانال‌ها/خبرنامه‌های WhatsApp می‌توانند با JID بومی @newsletter خود، مقصد صریح خروجی باشند و به‌جای معنای پیام مستقیم از فرادادهٔ نشست کانال (agent:<agentId>:whatsapp:channel:<jid>) استفاده کنند.
    • انتقال WhatsApp Web از متغیرهای استاندارد محیطی پراکسی روی میزبان Gateway ‏(HTTPS_PROXY، HTTP_PROXY، NO_PROXY و گونه‌های حروف کوچک) پیروی می‌کند. پیکربندی پراکسی در سطح میزبان را بر تنظیمات مختص هر کانال ترجیح دهید.
    • با فعال‌بودن messages.removeAckAfterReply، پس از تحویل یک پاسخ قابل‌مشاهده، OpenClaw واکنش تأیید را پاک می‌کند.

    تماس با درخواست‌کنندهٔ فعلی از طریق MeowCaller (آزمایشی)

    Plugin می‌تواند در نوبت‌های عامل که از WhatsApp آغاز شده‌اند، whatsapp_call را در دسترس قرار دهد. این قابلیت از MeowCaller برای برقراری تماس صوتی WhatsApp با درخواست‌کنندهٔ فعلی و مجاز و پخش پیام TTS متعلق به OpenClaw پس از پاسخ‌دادن او استفاده می‌کند. ابزار هیچ پارامتری برای شمارهٔ مقصد ندارد، بنابراین یک درخواست نمی‌تواند تماس را به مقصد دیگری هدایت کند. این قابلیت به‌طور پیش‌فرض غیرفعال است.

  • فعال‌کردن تماس‌های آزمایشی

    actions.calls: true را به پیکربندی کانال WhatsApp اضافه و Gateway را راه‌اندازی مجدد کنید:

    json
    {"channels": {"whatsapp": {  "actions": {    "calls": true  }}}}

    وقتی این مقدار وجود نداشته باشد یا false باشد، OpenClaw ابزار whatsapp_call را در دسترس قرار نمی‌دهد.

  • نصب CLI بازبینی‌شدهٔ MeowCaller

    سازگارکننده انتظار دارد فایل اجرایی meowcaller در PATH میزبان Gateway موجود باشد. تا زمان ادغام درخواست ادغام شمارهٔ ۷ MeowCaller، شاخهٔ بازبینی‌شده را بسازید:

    bash
    git clone --branch feat/send-only-notify https://github.com/steipete/meowcaller.gitcd meowcallergit checkout 752050471fc2bf7a8cdfbf7dbd3cd4e865d85d3fmkdir -p "$HOME/.local/bin"go build -o "$HOME/.local/bin/meowcaller" ./cmd/meowcaller

    مطمئن شوید $HOME/.local/bin در PATH سرویس Gateway قرار دارد. این بازبینی دارای فرمان‌های صریح pair و notify فقط‌ارسال است؛ notify هیچ میکروفون، بلندگو، دستگاه ویدئویی یا ضبط تشخیصی را باز نمی‌کند. فرمان play متعلق به CLI نمونهٔ بالادستی را جایگزین آن نکنید.

  • جفت‌سازی دستگاه پیوندشدهٔ MeowCaller

    از عامل WhatsApp بخواهید راه‌اندازی تماس را بررسی کند (کنش وضعیت whatsapp_call، پوشهٔ وضعیت مختص حساب و فرمان جفت‌سازی را گزارش می‌کند). برای حساب پیش‌فرض:

    bash
    state_dir="$HOME/.openclaw/credentials/whatsapp-calls/default"mkdir -p "$state_dir"chmod 700 "$state_dir"meowcaller pair --store "$state_dir/wa-voip.db"

    این فرمان را به‌صورت تعاملی اجرا کنید، QR را از مسیر WhatsApp > Linked devices اسکن کنید و منتظر پیام MeowCaller linked device ready بمانید. wa-voip.db را خصوصی نگه دارید؛ این فایل نشست MeowCaller است. حساب‌های غیراصلی مسیر ذخیره‌سازی خود را از کنش وضعیت دریافت می‌کنند؛ در Windows، فرمان PowerShell مربوط به آن را اجرا کنید.

  • پیکربندی TTS و تماس از WhatsApp

    یک ارائه‌دهندهٔ TTS با قابلیت تلفنی پیکربندی کنید، Gateway را راه‌اندازی مجدد کنید و سپس درخواستی مانند با من تماس بگیر و بگو ساخت تمام شد. ارسال کنید. ابزار، فرستنده را از زمینهٔ ورودی مورد اعتماد تشخیص می‌دهد، یک فایل WAV خصوصی و موقت تولید می‌کند، MeowCaller را برای بازهٔ زمانی محدود تماس اجرا می‌کند و سپس فایل صوتی را حذف می‌کند. OpenClaw محل ذخیره‌سازی حساب را صریحاً ارسال می‌کند، پس از پاسخ، پخش و قطع تماس منتظر وضعیت خروج صفر می‌ماند و پایان مهلت یا وضعیت خروج غیرصفر را تماس ناموفق ابزار در نظر می‌گیرد.

  • محدودیت‌ها: فقط تماس‌های صوتی خروجی یک‌به‌یک، بدون شماره‌های مقصد دلخواه، بدون احراز هویت مشترک با اتصال گفتگو، بدون تماس با خود در حالت شمارهٔ شخصی یا گفت‌وگو با خود، صدای تولیدشده با سقف ۶۰ ثانیه، بدون رسید شنیده‌شدن در سمت گوشی فراتر از تکمیل پاسخ، پخش و قطع تماس در MeowCaller، و OpenClaw فرایند همراه را پس از بازهٔ محدود ۱۱۵ تا ۱۷۵ ثانیه متوقف می‌کند (شامل مراحل اتصال، پاسخ، پخش و خاموش‌شدن MeowCaller).

    درخواست‌های تأیید

    WhatsApp می‌تواند درخواست‌های تأیید اجرای فرمان و Plugin را به‌شکل واکنش‌های 👍/👎 نمایش دهد؛ این رفتار با پیکربندی سطح بالای انتقال تأیید کنترل می‌شود:

    json5
    {  approvals: {    exec: {      enabled: true,      mode: "session",    },    plugin: {      enabled: true,      mode: "targets",      targets: [{ channel: "whatsapp", to: "+15551234567" }],    },  },}

    approvals.exec و approvals.plugin مستقل هستند؛ فعال‌کردن WhatsApp به‌عنوان کانال فقط انتقال را پیوند می‌دهد و تا زمانی که خانوادهٔ تأیید متناظر فعال و به آنجا مسیریابی نشده باشد چیزی ارسال نمی‌کند. حالت نشست، تأییدهای بومی ایموجی را فقط برای تأییدهایی تحویل می‌دهد که از WhatsApp سرچشمه گرفته‌اند. حالت مقصد از خط لولهٔ مشترک انتقال برای مقصدهای صریح استفاده می‌کند و انتشار جداگانهٔ پیام مستقیم به تأییدکنندگان ایجاد نمی‌کند.

    واکنش‌های تأیید WhatsApp به تأییدکنندگان صریح در allowFrom (یا "*") نیاز دارند. defaultTo مقصدهای عادی و پیش‌فرض پیام را تعیین می‌کند، نه فهرست تأییدکنندگان را. فرمان‌های دستی /approve نیز پیش از حل تأیید، از مسیر عادی مجوزدهی فرستنده در WhatsApp عبور می‌کنند.

    قلاب‌های Plugin و حریم خصوصی

    پیام‌های ورودی WhatsApp ممکن است محتوای شخصی، شماره‌های تلفن، شناسه‌های گروه، نام فرستندگان و فیلدهای هم‌بستگی نشست را دربر داشته باشند. WhatsApp بارهای قلاب ورودی message_received را برای Pluginها منتشر نمی‌کند، مگر اینکه آن را صریحاً فعال کنید:

    json5
    {  channels: {    whatsapp: {      pluginHooks: {        messageReceived: true,      },    },  },}

    فعال‌سازی را با channels.whatsapp.accounts.<id>.pluginHooks.messageReceived به یک حساب محدود کنید. این گزینه را فقط برای Pluginهایی فعال کنید که برای دسترسی به محتوا و شناسه‌های ورودی WhatsApp به آن‌ها اعتماد دارید.

    کنترل دسترسی و فعال‌سازی

    سیاست پیام مستقیم

    channels.whatsapp.dmPolicy:

    مقدار رفتار
    pairing (پیش‌فرض) فرستندگان ناشناس درخواست جفت‌سازی می‌دهند؛ مالک تأیید می‌کند
    allowlist فقط فرستندگان موجود در allowFrom پذیرفته می‌شوند
    open مستلزم وجود "*" در allowFrom است
    disabled همهٔ پیام‌های مستقیم را مسدود می‌کند

    allowFrom شماره‌های به‌سبک E.164 را می‌پذیرد (به‌صورت داخلی نرمال‌سازی می‌شوند). این فقط فهرست کنترل دسترسی فرستندگان پیام مستقیم است و ارسال‌های خروجی صریح به JIDهای گروه یا JIDهای کانال @newsletter را محدود نمی‌کند.

    بازنویسی چندحسابی: channels.whatsapp.accounts.<id>.dmPolicy.allowFrom) برای آن حساب بر مقادیر پیش‌فرض سطح کانال اولویت دارند.

    نکات زمان اجرا:

    • جفت‌سازی‌ها در مخزن مجازهای کانال ماندگار می‌شوند و با allowFrom پیکربندی‌شده ادغام می‌شوند
    • خودکارسازی زمان‌بندی‌شده و سازوکار بازگشت گیرنده Heartbeat از مقصدهای صریح تحویل یا allowFrom پیکربندی‌شده استفاده می‌کنند؛ تأییدهای جفت‌سازی پیام خصوصی به‌طور ضمنی گیرنده Cron یا Heartbeat محسوب نمی‌شوند
    • اگر هیچ فهرست مجازی پیکربندی نشده باشد، شماره خودِ پیوندشده به‌طور پیش‌فرض مجاز است
    • OpenClaw هرگز پیام‌های خصوصی خروجی fromMe را به‌طور خودکار جفت نمی‌کند (پیام‌هایی که از دستگاه پیوندشده برای خودتان می‌فرستید)

    خط‌مشی گروه و فهرست‌های مجاز

    دسترسی گروه دو لایه دارد:

    1. فهرست مجاز عضویت گروه (channels.whatsapp.groups): اگر groups حذف شده باشد، همه گروه‌ها واجد شرایط‌اند؛ اگر وجود داشته باشد، به‌عنوان فهرست مجاز گروه عمل می‌کند ("*" همه را می‌پذیرد).
    2. خط‌مشی فرستنده گروه (channels.whatsapp.groupPolicy + groupAllowFrom): مقدار open فهرست مجاز فرستنده را دور می‌زند، allowlist به تطابق با groupAllowFrom (یا *) نیاز دارد و disabled همه پیام‌های ورودی گروه را مسدود می‌کند.

    اگر groupAllowFrom تنظیم نشده باشد، در صورت وجود ورودی در allowFrom، بررسی فرستنده از آن به‌عنوان سازوکار بازگشت استفاده می‌کند. فهرست‌های مجاز فرستنده پیش از فعال‌سازی با اشاره/پاسخ ارزیابی می‌شوند.

    اگر اصلاً هیچ بلوک channels.whatsapp وجود نداشته باشد، زمان اجرا به groupPolicy: "allowlist" بازمی‌گردد (همراه با ثبت هشدار)، حتی اگر channels.defaults.groupPolicy روی مقدار دیگری تنظیم شده باشد.

    اشاره‌ها و /activation

    پاسخ‌های گروه به‌طور پیش‌فرض به اشاره نیاز دارند. تشخیص اشاره شامل موارد زیر است:

    • اشاره‌های صریح WhatsApp به هویت ربات
    • الگوهای عبارت منظم اشاره که پیکربندی شده‌اند (agents.list[].groupChat.mentionPatterns، با سازوکار بازگشت به messages.groupChat.mentionPatterns)
    • رونوشت یادداشت‌های صوتی ورودی برای پیام‌های مجاز گروه
    • تشخیص ضمنی پاسخ به ربات (فرستنده پاسخ با هویت ربات مطابقت دارد)

    امنیت: نقل‌قول/پاسخ فقط شرط اشاره را برآورده می‌کند — و مجوز فرستنده را اعطا نمی‌کند. با groupPolicy: "allowlist"، فرستندگانی که در فهرست مجاز نیستند، حتی هنگام پاسخ به پیام کاربری مجاز نیز مسدود می‌مانند.

    فرمان فعال‌سازی در سطح نشست: /activation mention یا /activation always. این فرمان وضعیت نشست را به‌روزرسانی می‌کند (نه پیکربندی سراسری) و به مالک محدود است.

    اتصال‌های پیکربندی‌شده ACP

    WhatsApp از اتصال‌های ماندگار ACP از طریق bindings[] در سطح بالا پشتیبانی می‌کند:

    json5
    {  bindings: [    {      type: "acp",      agentId: "codex",      match: {        channel: "whatsapp",        accountId: "work",        peer: { kind: "direct", id: "+15555550123" },      },    },    {      type: "acp",      agentId: "codex",      match: {        channel: "whatsapp",        accountId: "work",        peer: { kind: "group", id: "120363424282127706@g.us" },      },    },  ],}

    گفت‌وگوهای مستقیم با شماره‌های E.164 مطابقت دارند؛ گروه‌ها با JIDهای گروه WhatsApp مطابقت دارند. فهرست‌های مجاز گروه، خط‌مشی فرستنده و شرط اشاره/فعال‌سازی پیش از آن اجرا می‌شوند که OpenClaw از وجود نشست متصل ACP اطمینان حاصل کند. اتصال منطبق، مالک مسیر است — گروه‌های پخش آن نوبت را به نشست‌های عادی WhatsApp توزیع نمی‌کنند.

    رفتار شماره شخصی و گفت‌وگو با خود

    هنگامی که شماره خودِ پیوندشده در allowFrom نیز وجود داشته باشد، حفاظت‌های گفت‌وگو با خود فعال می‌شوند: رسید خواندن برای نوبت‌های گفت‌وگو با خود ارسال نمی‌شود، رفتار فعال‌سازی خودکار با JID اشاره که باعث اعلان برای خودتان می‌شود نادیده گرفته می‌شود و هنگامی که messages.responsePrefix تنظیم نشده باشد، پاسخ‌ها به‌طور پیش‌فرض با [{identity.name}] (یا [openclaw]) آغاز می‌شوند.

    نرمال‌سازی پیام و زمینه

    پوش ورودی و زمینه پاسخ

    پیام‌های ورودی در پوش ورودی مشترک قرار می‌گیرند. پاسخ نقل‌قول‌شده، زمینه را با قالب زیر اضافه می‌کند:

    text
    [Replying to <sender> id:<stanzaId>]<quoted body or media placeholder>[/Replying]

    فراداده پاسخ (ReplyToId، ReplyToBody، ReplyToSender، JID/E.164 فرستنده) در صورت دسترس‌بودن پر می‌شود. اگر مقصد نقل‌قول‌شده رسانه قابل‌بارگیری باشد، OpenClaw آن را از طریق مخزن عادی رسانه ورودی ذخیره می‌کند و MediaPath/MediaType را در دسترس قرار می‌دهد تا عامل بتواند به‌جای مشاهده صرفِ <media:image>، آن را مستقیماً بررسی کند.

    جای‌نگهدارهای رسانه و استخراج مکان/مخاطب

    پیام‌های صرفاً رسانه‌ای به جای‌نگهدارها نرمال می‌شوند: <media:image>، <media:video>، <media:audio>، <media:document>، <media:sticker>.

    هنگامی که بدنه فقط <media:audio> باشد، یادداشت‌های صوتی مجاز گروه پیش از اعمال شرط اشاره رونویسی می‌شوند؛ بنابراین گفتن اشاره ربات در یادداشت صوتی می‌تواند پاسخ را فعال کند. اگر رونوشت همچنان به ربات اشاره نکند، به‌جای جای‌نگهدار خام در تاریخچه در انتظار گروه باقی می‌ماند.

    بدنه‌های مکان به‌صورت متن مختصر مختصات نمایش داده می‌شوند. برچسب‌ها/نظرهای مکان و جزئیات مخاطب/vCard به‌صورت فراداده غیرقابل‌اعتماد محصور در حصار کد نمایش داده می‌شوند، نه به‌عنوان متن درون‌خطی پرامپت.

    تزریق تاریخچه در انتظار گروه

    پیام‌های پردازش‌نشده گروه بافر می‌شوند و هنگامی که ربات سرانجام فعال شود، به‌عنوان زمینه تزریق می‌شوند.

    • محدودیت پیش‌فرض: 50
    • پیکربندی: channels.whatsapp.historyLimit، با سازوکار بازگشت به messages.groupChat.historyLimit
    • 0 غیرفعال می‌کند

    نشانگرهای تزریق: [پیام‌های گفت‌وگو از زمان آخرین پاسخ شما - برای زمینه] و [پیام فعلی - به این پاسخ دهید].

    رسیدهای خواندن

    برای پیام‌های ورودی پذیرفته‌شده به‌طور پیش‌فرض فعال است. غیرفعال‌سازی سراسری:

    json5
    { channels: { whatsapp: { sendReadReceipts: false } } }

    بازنویسی برای هر حساب: channels.whatsapp.accounts.<id>.sendReadReceipts. نوبت‌های گفت‌وگو با خود حتی در صورت فعال‌بودن سراسری، رسید خواندن ارسال نمی‌کنند.

    تحویل، قطعه‌بندی و رسانه

    قطعه‌بندی متن
    • محدودیت پیش‌فرض قطعه: channels.whatsapp.textChunkLimit = 4000
    • channels.whatsapp.chunkMode = "length" | "newline"؛ مقدار newline مرزهای بندها (خطوط خالی) را ترجیح می‌دهد و سپس به قطعه‌بندی ایمن بر اساس طول بازمی‌گردد
    رفتار رسانه خروجی
    • از محتوای تصویر، ویدئو، صوت (یادداشت صوتی PTT) و سند پشتیبانی می‌کند
    • صوت به‌صورت محتوای audio در Baileys همراه با ptt: true ارسال و به‌شکل یادداشت صوتی فشردن‌برای‌صحبت نمایش داده می‌شود؛ audioAsVoice در محتوای پاسخ حفظ می‌شود تا خروجی یادداشت صوتی TTS، صرف‌نظر از قالب منبع ارائه‌دهنده، در همین مسیر باقی بماند
    • صوت بومی Ogg/Opus به‌صورت audio/ogg; codecs=opus ارسال می‌شود؛ هر مورد دیگری (از جمله خروجی MP3/WebM در TTS مربوط به Microsoft Edge) پیش از تحویل PTT با ffmpeg به Ogg/Opus تک‌کاناله ۴۸ کیلوهرتز تبدیل می‌شود
    • /tts latest آخرین پاسخ دستیار را به‌صورت یک یادداشت صوتی ارسال می‌کند و ارسال‌های تکراری برای همان پاسخ را سرکوب می‌کند؛ /tts chat on|off|default، TTS خودکار را برای گفت‌وگوی فعلی کنترل می‌کند
    • تنظیم gifPlayback: true برای ارسال ویدئو، پخش GIF متحرک را فعال می‌کند
    • forceDocument/asDocument تصاویر، GIFها و ویدئوهای خروجی را از مسیر محتوای سند Baileys عبور می‌دهد تا از فشرده‌سازی رسانه در WhatsApp جلوگیری شود و نام فایل و نوع MIME حل‌شده حفظ شوند
    • زیرنویس‌ها روی نخستین مورد رسانه‌ای در پاسخ چندرسانه‌ای اعمال می‌شوند، به‌جز یادداشت‌های صوتی PTT: ابتدا صوت بدون زیرنویس ارسال می‌شود و سپس زیرنویس به‌صورت پیام متنی جداگانه فرستاده می‌شود (کلاینت‌های WhatsApp زیرنویس یادداشت صوتی را به‌طور سازگار نمایش نمی‌دهند)
    • منبع رسانه می‌تواند HTTP(S)،‏ file:// یا یک مسیر محلی باشد
    محدودیت اندازه رسانه و رفتار بازگشت
    • سقف ذخیره ورودی و سقف ارسال خروجی: channels.whatsapp.mediaMaxMb (پیش‌فرض 50)
    • بازنویسی برای هر حساب: channels.whatsapp.accounts.<id>.mediaMaxMb
    • تصاویر برای انطباق با محدودیت‌ها به‌طور خودکار بهینه می‌شوند (تغییر اندازه/پیمایش کیفیت)، مگر اینکه forceDocument/asDocument تحویل به‌صورت سند را درخواست کند
    • هنگام شکست ارسال رسانه، سازوکار بازگشت برای مورد نخست به‌جای حذف بی‌سروصدای پاسخ، یک هشدار متنی ارسال می‌کند

    نقل‌قول پاسخ

    channels.whatsapp.replyToMode نقل‌قول بومی پاسخ را کنترل می‌کند (پاسخ‌های خروجی به‌طور قابل‌مشاهده پیام ورودی را نقل‌قول می‌کنند):

    مقدار رفتار
    "off" (پیش‌فرض) هرگز نقل‌قول نکن؛ به‌صورت پیام ساده ارسال کن
    "first" فقط نخستین قطعه پاسخ خروجی را نقل‌قول کن
    "all" همه قطعه‌های پاسخ خروجی را نقل‌قول کن
    "batched" پاسخ‌های دسته‌ای صف‌شده را نقل‌قول کن؛ پاسخ‌های فوری را بدون نقل‌قول بگذار

    بازنویسی برای هر حساب: channels.whatsapp.accounts.<id>.replyToMode.

    json5
    { channels: { whatsapp: { replyToMode: "first" } } }

    سطح واکنش

    channels.whatsapp.reactionLevel گستره استفاده عامل از واکنش‌های ایموجی را کنترل می‌کند:

    سطح واکنش‌های تأیید واکنش‌های آغازشده توسط عامل
    "off" خیر خیر
    "ack" بله خیر
    "minimal" (پیش‌فرض) بله بله، با رویکرد محافظه‌کارانه
    "extensive" بله بله، با رویکرد تشویقی

    بازنویسی برای هر حساب: channels.whatsapp.accounts.<id>.reactionLevel.

    json5
    { channels: { whatsapp: { reactionLevel: "ack" } } }

    واکنش‌های تأیید

    channels.whatsapp.ackReaction هنگام دریافت پیام ورودی، واکنشی فوری ارسال می‌کند که با reactionLevel کنترل می‌شود (در حالت "off" سرکوب می‌شود):

    json5
    {  channels: {    whatsapp: {      ackReaction: {        emoji: "👀",        direct: true,        group: "mentions", // always | mentions | never      },    },  },}

    نکات: بلافاصله پس از پذیرش پیام ورودی (پیش از پاسخ) ارسال می‌شود؛ اگر ackReaction بدون emoji وجود داشته باشد، WhatsApp از ایموجی هویت عامل مسیریابی‌شده استفاده می‌کند و در صورت نبود آن به "👀" بازمی‌گردد (ackReaction را حذف کنید یا برای نبود تأیید، emoji: "" را تنظیم کنید)؛ شکست‌ها ثبت می‌شوند اما تحویل پاسخ را مسدود نمی‌کنند؛ حالت گروه mentions فقط در نوبت‌هایی که با اشاره فعال شده‌اند واکنش نشان می‌دهد، درحالی‌که فعال‌سازی گروه always این بررسی را دور می‌زند؛ WhatsApp فقط از channels.whatsapp.ackReaction استفاده می‌کند (messages.ackReaction قدیمی در اینجا اعمال نمی‌شود).

    واکنش‌های وضعیت چرخه حیات

    برای اینکه WhatsApp در طول یک نوبت به‌جای باقی‌گذاشتن ایموجی ثابت دریافت، واکنش تأیید را جایگزین کند و میان وضعیت‌هایی مانند در صف، در حال فکر، فعالیت ابزار، Compaction، انجام‌شده و خطا بچرخد، messages.statusReactions.enabled: true را تنظیم کنید:

    json5
    {  messages: {    statusReactions: {      enabled: true,      emojis: {        deploy: "🛫",        build: "🏗️",        concierge: "💁",      },    },  },}

    نکات: channels.whatsapp.ackReaction همچنان واجد شرایط بودن پیام‌های مستقیم و گروه‌ها را کنترل می‌کند؛ وضعیت در صف از همان ایموجی مؤثر واکنش تأیید ساده استفاده می‌کند؛ WhatsApp برای هر پیام یک جایگاه واکنش ربات دارد، بنابراین به‌روزرسانی‌های چرخه حیات واکنش فعلی را در همان محل جایگزین می‌کنند؛ messages.removeAckAfterReply: true پس از زمان نگه‌داری پیکربندی‌شده برای انجام‌شده/خطا، واکنش وضعیت نهایی را پاک می‌کند؛ دسته‌های ایموجی ابزار شامل tool، coding، web، deploy، build و concierge هستند.

    چندحسابی و اطلاعات اعتبارسنجی

    انتخاب حساب و پیش‌فرض‌ها

    شناسه‌های حساب از channels.whatsapp.accounts می‌آیند. اگر default وجود داشته باشد، حساب پیش‌فرض همان است؛ در غیر این صورت، نخستین شناسه حساب پیکربندی‌شده (به‌ترتیب الفبایی) انتخاب می‌شود. شناسه‌های حساب برای جست‌وجوی داخلی نرمال‌سازی می‌شوند.

    Credential paths and legacy compatibility
    • مسیر احراز هویت فعلی: ~/.openclaw/credentials/whatsapp/<accountId>/creds.json (نسخه پشتیبان: creds.json.bak)
    • احراز هویت پیش‌فرض قدیمی در ~/.openclaw/credentials/ همچنان برای جریان‌های حساب پیش‌فرض شناسایی/مهاجرت می‌شود
    Logout behavior

    دستور openclaw channels logout --channel whatsapp [--account <id>] وضعیت احراز هویت WhatsApp را برای آن حساب پاک می‌کند. وقتی Gateway در دسترس باشد، خروج ابتدا شنونده فعال آن حساب را متوقف می‌کند تا نشست پیوندشده پیش از راه‌اندازی مجدد بعدی دیگر پیامی دریافت نکند. دستور openclaw channels remove --channel whatsapp نیز پیش از غیرفعال‌سازی یا حذف پیکربندی حساب، شنونده فعال را متوقف می‌کند.

    در پوشه‌های احراز هویت قدیمی، oauth.json حفظ می‌شود، اما فایل‌های احراز هویت Baileys حذف می‌شوند.

    ابزارها، کنش‌ها و نوشتن پیکربندی

    • پشتیبانی ابزار عامل شامل کنش واکنش WhatsApp (react) است.
    • دروازه‌های کنش: channels.whatsapp.actions.reactions، channels.whatsapp.actions.polls (مقدار پیش‌فرض کنش‌های موجود true است)، channels.whatsapp.actions.calls (مقدار پیش‌فرض false است؛ MeowCaller را در بالا ببینید).
    • نوشتن پیکربندی به ابتکار کانال به‌طور پیش‌فرض فعال است؛ با channels.whatsapp.configWrites: false آن را غیرفعال کنید.

    عیب‌یابی

    Not linked (QR required)

    نشانه: وضعیت کانال گزارش می‌دهد که پیوند برقرار نیست.

    bash
    openclaw channels login --channel whatsappopenclaw channels status
    Linked but disconnected / reconnect loop

    نشانه: حساب پیوندشده با قطع اتصال‌های مکرر یا تلاش‌های پی‌درپی برای اتصال مجدد.

    حساب‌های کم‌فعالیت می‌توانند پس از مهلت زمانی عادی پیام نیز متصل بمانند؛ نگهبان فقط زمانی راه‌اندازی مجدد می‌کند که فعالیت انتقال WhatsApp Web متوقف شود، سوکت بسته شود، یا فعالیت در سطح برنامه بیش از بازه ایمنی طولانی‌تر ساکت بماند (مدل زمان اجرا را در بالا ببینید).

    اگر گزارش‌ها به‌طور مکرر status=408 Request Time-out Connection was lost را نشان می‌دهند، زمان‌بندی‌های سوکت Baileys را زیر web.whatsapp تنظیم کنید. ابتدا keepAliveIntervalMs را به مقداری کمتر از مهلت بیکاری شبکه خود کاهش دهید و در پیوندهای کند یا دارای اتلاف، connectTimeoutMs را افزایش دهید:

    json5
    {  web: {    whatsapp: {      keepAliveIntervalMs: 15000,      connectTimeoutMs: 60000,      defaultQueryTimeoutMs: 60000,    },  },}

    راه‌حل:

    bash
    openclaw channels status --probeopenclaw doctoropenclaw logs --followopenclaw gateway status

    اگر پس از اصلاح اتصال میزبان و زمان‌بندی، چرخه ادامه داشت، از پوشه احراز هویت حساب نسخه پشتیبان تهیه و دوباره آن را پیوند دهید:

    bash
    cp -a ~/.openclaw/credentials/whatsapp/<accountId> \  ~/.openclaw/credentials/whatsapp/<accountId>.bakopenclaw channels logout --channel whatsapp --account <accountId>openclaw channels login --channel whatsapp --account <accountId>

    اگر ~/.openclaw/logs/whatsapp-health.log عبارت Gateway inactive را نشان می‌دهد، اما openclaw gateway status و openclaw channels status --probe هر دو وضعیت سالم را نشان می‌دهند، openclaw doctor را اجرا کنید. در Linux، doctor درباره ورودی‌های قدیمی crontab که اسکریپت بازنشسته ~/.openclaw/bin/ensure-whatsapp.sh را فراخوانی می‌کنند هشدار می‌دهد؛ آن ورودی‌ها را با crontab -e حذف کنید — cron ممکن است محیط گذرگاه کاربر systemd را نداشته باشد و باعث شود آن اسکریپت قدیمی سلامت Gateway را اشتباه گزارش کند.

    QR login times out behind a proxy

    نشانه: openclaw channels login --channel whatsapp پیش از نمایش یک QR قابل استفاده، با status=408 Request Time-out یا قطع اتصال سوکت TLS شکست می‌خورد.

    ورود WhatsApp Web از محیط استاندارد پراکسی میزبان Gateway (HTTPS_PROXY، HTTP_PROXY، گونه‌های حروف کوچک و NO_PROXY) استفاده می‌کند. بررسی کنید فرایند Gateway متغیرهای محیطی پراکسی را به ارث می‌برد و NO_PROXY با mmg.whatsapp.net مطابقت ندارد.

    No active listener when sending

    وقتی هیچ شنونده فعال Gateway برای حساب مقصد وجود نداشته باشد، ارسال‌های خروجی بلافاصله شکست می‌خورند. تأیید کنید Gateway در حال اجرا و حساب پیوندشده است.

    Reply appears in transcript but not in WhatsApp

    ردیف‌های رونوشت آنچه عامل تولید کرده است ثبت می‌کنند؛ تحویل WhatsApp جداگانه بررسی می‌شود. OpenClaw تنها زمانی پاسخ خودکار را ارسال‌شده تلقی می‌کند که Baileys برای دست‌کم یک ارسال قابل مشاهده متن یا رسانه، شناسه پیام خروجی برگرداند.

    واکنش‌های تأیید دریافت، رسیدهای مستقل پیش از پاسخ هستند — موفقیت یک واکنش ثابت نمی‌کند که پاسخ متنی/رسانه‌ای بعدی پذیرفته شده است. گزارش‌های Gateway را برای auto-reply delivery failed یا auto-reply was not accepted by WhatsApp provider بررسی کنید.

    Group messages unexpectedly ignored

    به این ترتیب بررسی کنید: groupPolicy، ‏groupAllowFrom/allowFrom، ورودی‌های فهرست مجاز groups، دروازه‌گذاری اشاره (requireMention همراه با الگوهای اشاره) و کلیدهای تکراری در openclaw.json (ورودی‌های بعدی JSON5 ورودی‌های قبلی را بازنویسی می‌کنند — در هر دامنه فقط یک groupPolicy نگه دارید).

    اگر channels.whatsapp.groups وجود داشته باشد، WhatsApp همچنان می‌تواند پیام‌های گروه‌های دیگر را مشاهده کند، اما OpenClaw آن‌ها را پیش از مسیریابی نشست کنار می‌گذارد. JID گروه را به channels.whatsapp.groups اضافه کنید، یا برای پذیرش همه گروه‌ها درحالی‌که مجوز فرستنده همچنان تحت کنترل groupPolicy/groupAllowFrom است، groups["*"] را اضافه کنید.

    Bun runtime warning

    زمان اجرای Gateway مربوط به WhatsApp باید از Node استفاده کند. Bun برای عملکرد پایدار Gateway در WhatsApp/Telegram ناسازگار علامت‌گذاری شده است.

    اعلان‌های سیستمی

    WhatsApp از طریق نگاشت‌های groups و direct از اعلان‌های سیستمی به سبک Telegram برای گروه‌ها و گفت‌وگوهای مستقیم پشتیبانی می‌کند.

    تفکیک برای پیام‌های گروهی: ابتدا نگاشت مؤثر groups تعیین می‌شود — اگر حساب اصلاً کلید groups مخصوص خود را تعریف کند، آن کلید به‌طور کامل جایگزین نگاشت ریشه groups می‌شود (بدون ادغام عمیق). سپس جست‌وجوی اعلان روی همان نگاشت حاصل انجام می‌شود:

    1. اعلان مختص گروه (groups["<groupId>"].systemPrompt): زمانی استفاده می‌شود که ورودی گروه وجود داشته باشد و کلید systemPrompt آن تعریف شده باشد. رشته خالی ("") نویسه عام را سرکوب می‌کند و هیچ اعلانی اعمال نمی‌شود.
    2. اعلان نویسه عام گروه (groups["*"].systemPrompt): زمانی استفاده می‌شود که ورودی گروه مشخص وجود نداشته باشد، یا وجود داشته باشد اما کلید systemPrompt نداشته باشد.

    تفکیک پیام‌های مستقیم، همین الگو را به‌طور یکسان روی نگاشت direct و direct["*"] دنبال می‌کند.

    تفاوت با Telegram: Telegram در پیکربندی چندحسابی، groups ریشه را برای همه حساب‌ها سرکوب می‌کند (حتی حساب‌هایی که groups مخصوص خود را ندارند) تا ربات پیام‌های گروه‌هایی را که عضو آن‌ها نیست دریافت نکند. WhatsApp این محافظ را اعمال نمی‌کند — groups/direct ریشه، صرف‌نظر از تعداد حساب‌ها، توسط هر حسابی که بازنویسی مخصوص خود را نداشته باشد به ارث برده می‌شود. در پیکربندی چندحسابی WhatsApp، اگر اعلان‌های مختص هر حساب می‌خواهید، نگاشت کامل را صریحاً زیر هر حساب تعریف کنید.

    رفتار مهم:

    • channels.whatsapp.groups هم نگاشت پیکربندی هر گروه و هم فهرست مجاز گروه در سطح گفت‌وگو است. در دامنه ریشه یا حساب، groups["*"] برای آن دامنه به معنی «همه گروه‌ها پذیرفته می‌شوند» است.
    • فقط زمانی systemPrompt نویسه عام اضافه کنید که از قبل می‌خواهید آن دامنه همه گروه‌ها را بپذیرد. برای اینکه فقط مجموعه ثابتی از شناسه‌های گروه واجد شرایط بمانند، به‌جای استفاده از groups["*"]، اعلان را در هر ورودی صریحاً مجازشده تکرار کنید.
    • پذیرش گروه و مجوز فرستنده دو بررسی جداگانه‌اند. groups["*"] دامنه گروه‌هایی را که به پردازش گروه می‌رسند گسترش می‌دهد؛ همه فرستندگان آن گروه‌ها را مجاز نمی‌کند — این مورد همچنان توسط groupPolicy/groupAllowFrom کنترل می‌شود.
    • channels.whatsapp.direct برای پیام‌های مستقیم اثر جانبی مشابهی ندارد: direct["*"] فقط پس از آنکه یک پیام مستقیم توسط dmPolicy همراه با allowFrom یا قواعد مخزن جفت‌سازی پذیرفته شد، پیکربندی پیش‌فرض را فراهم می‌کند.

    نمونه:

    json5
    {  channels: {    whatsapp: {      groups: {        // Use only if all groups should be admitted at the root scope.        // Applies to all accounts that do not define their own groups map.        "*": { systemPrompt: "Default prompt for all groups." },      },      direct: {        // Applies to all accounts that do not define their own direct map.        "*": { systemPrompt: "Default prompt for all direct chats." },      },      accounts: {        work: {          groups: {            // This account defines its own groups, so root groups are fully            // replaced. To keep a wildcard, define "*" explicitly here too.            "120363406415684625@g.us": {              requireMention: false,              systemPrompt: "Focus on project management.",            },            // Use only if all groups should be admitted in this account.            "*": { systemPrompt: "Default prompt for work groups." },          },          direct: {            // This account defines its own direct map, so root direct entries are            // fully replaced. To keep a wildcard, define "*" explicitly here too.            "+15551234567": { systemPrompt: "Prompt for a specific work direct chat." },            "*": { systemPrompt: "Default prompt for work direct chats." },          },        },      },    },  },}

    اشاره‌گرهای مرجع پیکربندی

    مرجع اصلی: مرجع پیکربندی - WhatsApp

    حوزه فیلدها
    دسترسی dmPolicy، allowFrom، groupPolicy، groupAllowFrom، groups
    تحویل textChunkLimit، chunkMode، mediaMaxMb، sendReadReceipts، ackReaction، reactionLevel
    چندحسابی accounts.<id>.enabled، accounts.<id>.authDir و سایر بازنویسی‌های مختص حساب
    عملیات configWrites، debounceMs، web.enabled، web.heartbeatSeconds، web.reconnect.*، web.whatsapp.*
    رفتار نشست session.dmScope، historyLimit، dmHistoryLimit، dms.<id>.historyLimit
    اعلان‌ها groups.<id>.systemPrompt، groups["*"].systemPrompt، direct.<id>.systemPrompt، direct["*"].systemPrompt

    مرتبط

    Was this useful?
    On this page

    On this page