n8n的AI WhatsApp接待员（使用Vonage MCP）
此仓库包含您快速启动博客文章中描述的AI WhatsApp接待员所需的一切：
- Vonage MCP HTTP桥（单独的仓库，链接如下）
- 准备导入n8n工作流程JSON
- 完整的系统提示和功能节点脚本
有关完整的分步演练（包括屏幕截图和说明），请参阅博客文章：\ 使用n8n和Vonage MCP工具为您的Airbnb构建一个5节点AI WhatsApp接待员
本README主要关注 快速入门 路径，这样您就可以在几分钟内运行演示。
______________________________________________________________________
1.先决条件
您需要：
- n8n云或自托管实例。 - MCP访问 启用 在 Settings → MCP Access.
- API密钥+机密. - Vonage应用程序 - 支持WhatsApp的号码。
- OpenAI帐户 （或其他模型提供商）
- 此工作流配置用于 gpt-4.1-mini 通过 OpenAI Chat Model 节点。 - 如果您愿意，可以切换到另一个提供商。
- 访问Google表格并能够创建示例表格的副本。
- Vonage MCP桥（托管在Render上）\
工作流需要一个简单的HTTP /mcp 公开Vonage MCP工具的端点。\ 您将使用以下命令在Render上将其部署为一个小型Node.js服务 render.yaml 此回购中的蓝图\ （参见步骤 三维 下面是部署说明）。
______________________________________________________________________
2.将工作流导入n8n
- 下载 workflows/ai-whatsapp-receptionist.json 从这个回购。
- 在n8n中，转到 工作流→ 导入.
- 选择 从文件导入 并选择JSON文件。
- 保存工作流并为其命名（例如。
AI WhatsApp Receptionist). - 确保工作流程 不活跃的 当您配置凭据和URL时。
______________________________________________________________________
3.为您的设置配置工作流程
按顺序完成这些子步骤。
3a。创建并连接您的Vonage应用程序
- 在Vonage仪表板中，创建一个新的 应用 （或重复使用现有的）：
- 启用 消息. - 启用 语音. - 对于Messages webhooks，现在设置临时https占位符（稍后将替换入站占位符）。
- 链接您的 WhatsApp商业账户（WABA） 对于此应用程序。
- 记下：
- API密钥 和 API机密 - 应用标识符 - 私钥 （已下载 .key 档案；您将为MCP桥对其进行base64编码）。 - 你的 WhatsApp号码.
- 在n8n中：
- 打开导入的工作流。 - 选择 入站消息 webhook节点。 - 激活工作流以获得 生产Webhook URL.
- 回到Vonage：
- 设置 入站 您的消息应用程序的webhook URL指向此n8n webhook网址。 - 方法： 发布.
此时，向您的Vonage号码发送WhatsApp消息应会触发n8n工作流（您将在n8n中看到执行）。
______________________________________________________________________
3b。复制谷歌表格并连接节点
- 打开博客中使用的示例谷歌表格（或使用以下命令创建自己的等效表格：
- A. 属性 表格（WiFi、入住/退房、规则等）。 - A. 宾客 工作表（客人编号、历史记录、上次事件、上次发行、上次验证）。
- 在Google云端硬盘中制作自己的副本：
- File → Make a copy.
- 回到n8n，更新每个Google表格节点：
get_property_info（谷歌表格工具）
- 集 文档 到你的副本。 - 集 表格 到 Properties 选项卡。
get_guest_info（谷歌表格）
- 集 文档 到你的副本。 - 集 表格 到 Guests 选项卡。 - 确认过滤器使用 guest_number 和 ={{ $json.body.from }}.
save_guest_history（谷歌表格）
- 相同的文件和 Guests 纸张。 - 确保列映射与工作表标题匹配。
确保所有图纸节点都使用 你的 谷歌表格凭证。
______________________________________________________________________
3c。添加OpenAI（或其他模型）凭据
- 在n8n中，打开 OpenAI聊天模型 节点。
- 选择或创建 OpenAI证书:
- 添加你的 OpenAI API密钥.
- 确认模型设置为
gpt-4.1-mini（如果您愿意，也可以将其更改为另一个受支持的型号）。 - 如果您的n8n版本允许，请测试该节点。
______________________________________________________________________
3d。部署渲染MCP桥并更新MCP客户端节点
AI Agent不直接与Vonage API通信。相反，它通过HTTP调用一个小型“网桥”服务，该网桥启动Vonage MCP工具服务器并将其作为单个 /mcp JSON-RPC端点。我们将在Render上托管该桥，以便n8n有一个稳定的公共URL可供调用。
- 从该仓库部署要渲染的网桥：\
https://github.com/Vonage-Community/blog-mcp_tooling-n8n_whatsapp_receptionist
使用此存储库中的渲染蓝图和按钮：
部署期间：
- 设置所有必需的环境变量(MCP_AUTH_TOKEN, VONAGE_API_KEY, VONAGE_API_SECRET, VONAGE_APPLICATION_ID, VONAGE_PRIVATE_KEY64, VONAGE_VIRTUAL_NUMBER, VONAGE_WHATSAPP_NUMBER). - 部署后，确认 /mcp 适用于JSON-RPC tools/list 卷曲试验。
- 在n8n中，打开 Vonage MCP客户端 节点：
- 服务器传输: HTTP Streamable （或 HTTP 取决于您的n8n版本）。 - MCP端点URL:\ https://YOUR-RENDER-APP.onrender.com/mcp - 认证: Bearer Auth. - 选择令牌与您的令牌相等的承载凭证 MCP_AUTH_TOKEN 渲染。
- 测试MCP客户端节点：
- 使用“按ID”并选择一个简单的工具，如 balance. - 如果测试成功，代理将能够使用WhatsApp/短信/语音工具。
______________________________________________________________________
3e。在提示中硬编码主机号（测试后）
在工作流的第一个版本中 主机号 为了方便起见，临时设置为与客人号码相同的值。一旦你验证了一切都能端到端运行：
- 打开 AI 代理 节点。
- 在 用户提示 文本，找到
Host number线路： - 用E.164格式的真实主机号替换它：
Host number: {{ $('Inbound Message').item.json.body.from }} 1. 保存工作流。
即日起：
- 客人的WhatsApp/短信会发送到客人号码。
- 中/高严重性问题通过短信和/或出站语音呼叫升级到您的主机号码。
______________________________________________________________________
## 总结
有：
- 此仓库（工作流+提示），
- 部署到Render的Vonage MCP网桥，以及
- 你自己的Vonage、OpenAI和谷歌证书，
只需几步，你就可以让一个工作的AI WhatsApp接待员在n8n中运行。如需更深入的理解、变体和截图，请参阅完整的博客文章；为了快速重用，请按照上面的快速启动并交换您自己的数字、工作表和API键。