En bref
Les agents LangChain utilisent OmniChannels.ai via notre serveur MCP distant. Avec langchain-mcp-adapters, une entrée MultiServerMCPClient utilisant le transport streamable_http, l'URL https://mcp.broadnet.me/mcp et un en-tête Authorization charge nos outils d'envoi, de modèles et de rapports de livraison pour votre agent. Vous pouvez aussi encapsuler certains appels de l'API REST dans vos propres outils, en vous appuyant sur notre spécification OpenAPI 3.1 pour les champs exacts.
Ce que vous pouvez faire
Agent de suivi des livraisons en lecture seule
Ne chargez que les outils de lecture : l'agent répond aux questions sur la livraison mais ne peut rien envoyer.
Exemple de demande
“Crée un agent qui répond aux questions sur la livraison en utilisant uniquement les outils de lecture et refuse toute demande d'envoi de message.”
Agent de notification avec validation humaine
Utilisez une interruption LangGraph avant les appels aux outils d'envoi pour qu'une personne approuve chaque message ou lot.
Exemple de demande
“Crée un agent LangGraph qui rédige des notifications de commande WhatsApp et attend une validation humaine avant d'appeler un outil d'envoi.”
Envoi tenant compte des modèles
L'agent liste vos modèles WhatsApp approuvés et renseigne les variables, afin que les messages à l'initiative de l'entreprise hors de la fenêtre de 24 heures utilisent un modèle approuvé.
Exemple de demande
“Écris un agent qui choisit le bon modèle WhatsApp approuvé en arabe pour un retard de livraison et l'envoie au 966500000000 avec la nouvelle date.”
Outils REST ciblés plutôt que MCP
Encapsulez une ou deux opérations REST dans des fonctions @tool lorsque vous voulez garder la main sur les champs, la validation et la journalisation.
Exemple de demande
“Écris un outil LangChain qui envoie un SMS unique avec POST /sms/sendSms, valide le format du numéro et lit BROADNET_TOKEN depuis l'environnement.”
Tri des échecs
Un agent lit les rapports de livraison, regroupe les échecs par cause et propose des corrections à partir de notre guide des erreurs.
Exemple de demande
“Crée un agent qui lit les rapports de livraison d'hier, regroupe les messages FAILED et REJECTED par cause et rédige un court résumé pour le canal des opérations.”
Comment la connexion fonctionne
langchain-mcp-adapters convertit les outils MCP en outils LangChain. Configurez un MultiServerMCPClient avec une entrée de serveur qui définit transport sur streamable_http, l'URL https://mcp.broadnet.me/mcp et des headers contenant Authorization: Bearer avec votre jeton lu depuis l'environnement, puis appelez get_tools et transmettez le résultat à votre agent. Les versions récentes de LangChain intègrent aussi la prise en charge de MCP dans le paquet principal : consultez la documentation actuelle de LangChain pour l'import recommandé.
C'est vous qui choisissez les outils exposés au modèle : filtrez la liste par nom pour qu'un agent de support n'ait que les outils de lecture, et ajoutez une étape d'approbation avant tout envoi. Si vous préférez ne pas utiliser MCP, écrivez vos propres outils qui appellent notre API REST avec un jeton Bearer ; le SMS unique utilise JSON, tandis que les envois en masse et la plupart des autres canaux utilisent multipart/form-data.
- MCP : MultiServerMCPClient, transport streamable_http, en-tête Authorization
- Filtrez les outils par nom pour donner à chaque agent le moindre privilège
- Ajoutez une validation humaine avant les outils d'envoi, par exemple avec une interruption LangGraph
- Alternative REST : vos propres outils construits à partir de la spécification OpenAPI 3.1
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 temporaire
Dans le portail d'administration, ouvrez Integrations, puis MCP Integration, choisissez Get temporary key et définissez-la comme BROADNET_TOKEN.
Guide: MCP server for AI agents - 3
Installer les adaptateurs
Installez langchain-mcp-adapters, ou l'extra MCP de LangChain si votre version en propose un, en suivant la documentation actuelle de LangChain.
- 4
Charger les outils
Créez une entrée MultiServerMCPClient avec le transport streamable_http, notre URL et l'en-tête Authorization, puis appelez get_tools.
Guide: MCP server for AI agents - 5
Restreindre et contrôler
Ne transmettez que les outils dont l'agent a besoin, et placez une étape de validation humaine avant tout outil qui envoie.
- 6
Tester sur votre propre numéro
Exécutez l'agent sur votre numéro vérifié et consultez le rapport de livraison avant d'élargir l'accès.
Documentation de l'éditeur
LangChain est une marque de son propriétaire. OmniChannels.ai n'est ni affilié à LangChain ni approuvé par lui ; cette page décrit une connexion réalisée avec les fonctions MCP, HTTP ou webhook propres à LangChain.
