跳转到正文
OmniChannels.ai

AI 助手与智能体

LangChain + OmniChannels.ai:为你的 Agent 提供消息工具

通过 MCP 连接通过 API 和 Webhook 连接更新于

简而言之

LangChain Agent 借助 langchain-mcp-adapters,在 MultiServerMCPClient 配置 streamable_http、我们的 MCP 地址和 Authorization 请求头,即可载入发送、模板与报告工具。

您可以做什么

  • 只带读取工具的送达支持 Agent

    只载入读取类工具,Agent 可回答送达问题,但无法发送任何消息。

    试着这样提问

    “构建一个只使用读取类工具回答送达问题、并拒绝一切发送消息请求的 Agent。”

  • 带人工批准的通知 Agent

    在发送类工具调用之前使用 LangGraph 的 interrupt,让人逐条或按批次批准消息。

    试着这样提问

    “构建一个 LangGraph Agent,起草 WhatsApp 订单通知,并在调用任何发送工具之前暂停等待人工批准。”

  • 感知模板的发送器

    Agent 列出已审核的 WhatsApp 模板并填写变量,使 24 小时窗口之外由企业主动发起的消息使用已审核模板。

    试着这样提问

    “编写一个 Agent,为配送延迟选择合适的已审核阿拉伯语 WhatsApp 模板,并带上新日期发送到 966500000000。”

  • 用精简的 REST 工具替代 MCP

    想完全掌控字段、校验和日志时,可把一两个 REST 操作封装成 @tool 函数。

    试着这样提问

    “编写一个 LangChain 工具,通过 POST /sms/sendSms 发送单条短信,校验号码格式,并从环境变量读取 BROADNET_TOKEN。”

  • 失败分诊

    Agent 读取送达报告,按原因对失败分组,并依据我们的错误指南给出修复建议。

    试着这样提问

    “创建一个 Agent,读取昨天的送达报告,按原因对 FAILED 和 REJECTED 消息分组,并为运维频道写一份简短总结。”

连接方式

通过 MCP 连接通过 API 和 Webhook 连接

langchain-mcp-adapters 可把 MCP 工具转换为 LangChain 工具。配置一个 MultiServerMCPClient,服务器条目中 transport 设为 streamable_http,URL 为 https://mcp.broadnet.me/mcp,headers 中带 Authorization: Bearer 和从环境变量读取的令牌,然后调用 get_tools,把结果传给你的 Agent。较新的 LangChain 版本也在主包中提供 MCP 支持,推荐的导入方式请查阅 LangChain 的最新文档。

由你决定哪些工具交给模型:按名称过滤工具列表,让客服类 Agent 只拿到读取工具,并在任何发送之前加入批准步骤。如果不想使用 MCP,也可以自己编写工具,携带 Bearer 令牌调用我们的 REST API;单条短信为 JSON,批量及大多数其他渠道发送使用 multipart/form-data。

  • MCP:MultiServerMCPClient,transport 为 streamable_http,带 Authorization 请求头
  • 按名称过滤工具,为每个 Agent 授予最小权限
  • 在发送类工具之前加入人工批准,例如使用 LangGraph interrupt
  • REST 方案:依据 OpenAPI 3.1 规范自建工具

设置步骤

  1. 1

    申请 API 访问权限

    申请测试权限并获取 API 令牌。测试消息只会发送到你已验证的本人号码。

  2. 2

    获取临时密钥

    在管理后台依次打开 Integrations、MCP Integration,选择 Get temporary key,并设置为 BROADNET_TOKEN。

    指南: MCP server for AI agents
  3. 3

    安装适配器

    按 LangChain 最新文档安装 langchain-mcp-adapters;如果你的版本提供 MCP 扩展包,也可安装该扩展包。

  4. 4

    载入工具

    创建 transport 为 streamable_http、带我们的 URL 和 Authorization 请求头的 MultiServerMCPClient 条目,然后调用 get_tools。

    指南: MCP server for AI agents
  5. 5

    限制并加设关卡

    只传入 Agent 需要的工具,并在任何发送类工具之前加入人工批准步骤。

  6. 6

    用自己的号码测试

    先让 Agent 针对你已验证的号码运行并检查送达报告,再扩大访问范围。

厂商文档

LangChain 是其所有者的商标。OmniChannels.ai 与 LangChain 无关联,也未获得 LangChain 的认可;本页介绍的是利用 LangChain 自身的 MCP、HTTP 或 Webhook 功能建立的连接。

示例工作流程

一个典型请求如何从 LangChain 传到您的客户,再返回。

  1. 01

    你的 LangChain Agent

    通过 MCP 载入工具的 Python 或 JS Agent

  2. 02

    OmniChannels.ai MCP 服务器

    发送、模板和送达报告工具

  3. 03

    客户手机

    WhatsApp、短信或 RCS 消息已送达

  4. 04

    送达报告

    由 Agent 回读,或推送到你的 webhook

1. 你的 LangChain Agent: 通过 MCP 载入工具的 Python 或 JS Agent 2. OmniChannels.ai MCP 服务器: 发送、模板和送达报告工具 3. 客户手机: WhatsApp、短信或 RCS 消息已送达 4. 送达报告: 由 Agent 回读,或推送到你的 webhook

常见问题

LangChain 有 OmniChannels.ai 官方软件包吗?

没有。LangChain 通过通用的 MCP 适配器接入,使用我们的公开接入点和你的 API 令牌,也可以使用你基于我们 REST API 自行编写的工具。

应该用 MCP 工具还是自建 REST 工具?

MCP 用很少的代码就让 Agent 获得我们完整的工具集。自建 REST 工具则能更严格地控制字段、校验和日志。许多团队先用 MCP,再把依赖的工具逐步换成精简的 REST 工具。

如何避免 Agent 误发消息?

只给它需要的工具,对只回答问题的 Agent 去掉发送类工具,并在任何发送前要求人工批准。测试时使用临时密钥和你自己的号码。

Agent 能通过这个服务器读取我的 CRM 或订单数据吗?

不能。我们的服务器只涵盖消息发送、模板和送达报告。CRM 或店铺数据请通过各自的 LangChain 工具或 MCP 服务器载入,由 Agent 综合使用。

获取 API 与 MCP 访问权限

请告诉我们您的渠道、国家和使用场景。工程师会签发测试凭证并验证您的测试号码。