En bref
Les agents Gemini se connectent à OmniChannels.ai via notre serveur MCP distant, https://mcp.broadnet.me/mcp. Dans l'Agent Development Kit, un MCPToolset utilise Streamable HTTP avec votre jeton dans un en-tête Authorization ; Gemini CLI reprend la même URL et le même en-tête dans ses paramètres. L'agent peut alors envoyer des messages WhatsApp, SMS et RCS, utiliser vos modèles approuvés et lire les rapports de livraison. Aucune application de marketplace Google n'intervient.
Ce que vous pouvez faire
Notifications clients depuis un agent ADK
Un agent développé avec l'Agent Development Kit envoie des mises à jour d'expédition ou de rendez-vous à la demande de votre application.
Exemple de demande
“Envoie un message WhatsApp au 971500000000 pour indiquer que sa commande a été expédiée et arrivera demain.”
Modèles pour les clients saoudiens et émiriens
L'agent liste vos modèles WhatsApp approuvés et complète la version arabe ou anglaise qui convient.
Exemple de demande
“Liste mes modèles WhatsApp approuvés en arabe et envoie order_update au 966500000000 avec le numéro de commande INV-400.”
Envois de test depuis Gemini CLI
Pendant le développement, les développeurs envoient un message de test ou consultent un rapport de livraison depuis le terminal.
Exemple de demande
“Envoie un SMS de test à mon numéro vérifié et indique-moi son statut de livraison.”
Analyse de la livraison
Un agent en lecture seule, doté uniquement de l'outil de rapports de livraison, résume les échecs pour votre équipe.
Exemple de demande
“Combien de messages de la campagne de relevés d'hier ont échoué, et quelles en sont les causes les plus fréquentes ?”
Combiner avec vos données métier
Si l'agent dispose aussi d'un outil pour BigQuery, votre CRM ou votre boutique, il peut y récupérer les destinataires et envoyer via OmniChannels.ai.
Exemple de demande
“Envoie une notification de commande WhatsApp aux clients dont la commande a été expédiée aujourd'hui.”
Comment la connexion fonctionne
OmniChannels.ai exploite un serveur MCP distant en Streamable HTTP. Chaque requête transmet votre jeton d'API dans un en-tête Authorization: Bearer, et chaque outil agit avec les autorisations, les identifiants d'expéditeur et le solde associés à ce jeton, exactement comme votre propre code.
Dans l'Agent Development Kit, ajoutez un MCPToolset dont les paramètres de connexion Streamable HTTP contiennent notre URL et l'en-tête Authorization, puis filtrez-le sur les outils dont l'agent a besoin. Un agent ADK peut être déployé sur Vertex AI Agent Engine ; stockez le jeton dans Secret Manager plutôt que dans le code. Gemini CLI lit les serveurs MCP dans son fichier de paramètres, avec httpUrl pour le point de terminaison et headers pour le jeton.
- Point de terminaison : https://mcp.broadnet.me/mcp (Streamable HTTP)
- Authentification : Authorization: Bearer <token> ; utilisez une clé temporaire pendant les tests
- ADK : MCPToolset avec paramètres de connexion Streamable HTTP et headers
- Gemini CLI : entrée mcpServers avec httpUrl et headers
- Sans MCP, l'agent peut appeler notre API REST à l'aide de la spécification OpenAPI
Mise en place
- 1
Demander un accès à l'API
Demandez un accès de test et recevez un jeton d'API. Les envois de test ne partent que vers vos propres numéros vérifiés.
- 2
Obtenir une clé MCP
Dans le portail d'administration, ouvrez Integrations, puis MCP Integration, et copiez une clé temporaire.
Guide: MCP server for AI agents - 3
Ajouter le toolset à votre agent
Dans ADK, créez un MCPToolset avec des paramètres Streamable HTTP pour https://mcp.broadnet.me/mcp et l'en-tête Authorization, en lisant le jeton depuis une variable d'environnement ou un secret.
- 4
Ou l'ajouter à Gemini CLI
Ajoutez une entrée mcpServers avec httpUrl pointant vers notre point de terminaison et un en-tête Authorization dans headers, puis redémarrez la CLI.
- 5
Limiter les outils et confirmer les envois
N'exposez que les outils dont l'agent a besoin et imposez une étape de confirmation avant tout envoi, car chaque envoi est un message réel et facturé.
- 6
Tester, puis déployer
Envoyez un message de test à votre numéro vérifié et consultez le rapport de livraison avant de déployer l'agent sur Vertex AI Agent Engine.
Documentation de l'éditeur
Google Gemini and Vertex AI est une marque de son propriétaire. OmniChannels.ai n'est ni affilié à Google Gemini and Vertex AI ni approuvé par lui ; cette page décrit une connexion réalisée avec les fonctions MCP, HTTP ou webhook propres à Google Gemini and Vertex AI.
