AI工具

Multimodal WhatsApp Restaurant Agent

该项目提供了一个基于 AWS 的参考实现,通过单一 WhatsApp Business 号码接收客户订单。系统使用 Meta WhatsApp Business Platform 作为前端,Amazon Bedrock AgentCore 托管三个代理运行时(文本、语音留言、语音通话),分别由 Amazon Nova 2 Lite 和 Amazon Nova 2 Sonic 驱动。所有渠道共享一个跨渠道记忆(AgentCore memory)和通过 Model Context Protocol (MCP) 暴露的后端工具。整个系统使用 AWS CDK 一键部署,包含 API Gateway、Lambda、SQS、DynamoDB、Amazon Location Service 等组件。项目仓库包含完整的源代码、部署脚本和配置说明。

访问官方网站

使用场景

该项目提供了一个基于 AWS 的参考实现,通过单一 WhatsApp Business 号码接收客户订单。系统使用 Meta WhatsApp Business Platform 作为前端,Amazon Bedrock AgentCore 托管三个代理运行时(文本、语音留言、语音通话),分别由 Amazon Nova 2 Lite 和 Amazon Nova 2 Sonic 驱动。所有渠道共享一个跨渠道记忆(AgentCore memory)和通过 Model Context Protocol (MCP) 暴露的后端工具。整个系统使用 AWS CDK 一键部署,包含 API Gateway、Lambda、SQS、DynamoDB、Amazon Location Service 等组件。项目仓库包含完整的源代码、部署脚本和配置说明。

优势

客户无需安装额外应用或登录,直接使用 WhatsApp 跨渠道记忆提供连续一致的客户体验 渠道与后端逻辑分离,易于扩展或替换渠道 使用托管服务(AgentCore、Bedrock、Lambda 等),减少运维负担 完整的 AWS CDK 部署脚本,可重复部署和清理 无转写服务的语音处理,降低延迟和成本

缺点与限制

当前示例不处理图片和文档附件,需要额外配置 需要用户自行设置 Meta WhatsApp Business Platform 并获取令牌 示例默认使用 Meta 沙盒测试号码,访问令牌有效期短 语音通话和大量语音流量可能增加成本 生产环境需要额外配置 Amazon Bedrock Guardrails 等安全措施 依赖 AWS 和 Meta 的服务,存在厂商锁定风险