Bot de WhatsApp con IA local

IRC-Mania Die Seite rund um Sicherheit und Programmierung

Internet, Sicherheit , Internet Relay Chat

Gesponsert

Qué cubriremos aquí

• Los dos caminos hacia un bot de WhatsApp: API Business oficial vs. librerías no oficiales.
• Ejemplo práctico con whatsapp-web.js/Baileys y Ollama.
• Emparejamiento por código QR, persistencia de sesión, funcionamiento en grupos.
• Riesgos legales y técnicos, y cuándo conviene cada enfoque.
• Extensiones: RAG, imágenes, notas de voz, moderación.

Introducción

WhatsApp es el mensajero más usado en Alemania, pero también la plataforma menos amigable con bots. No existe una API de bot oficial y gratuita para cuentas privadas. Hay dos caminos disponibles:

1. WhatsApp Business Platform (Cloud API): Oficial, estable, pero compleja: requiere cuenta de desarrollador en Meta, verificación empresarial, mensajes de plantilla aprobados, y costos por conversación.
2. Librerías no oficiales (whatsapp-web.js, Baileys): Simulan WhatsApp Web, funcionan con cuentas normales, pero violan los términos de servicio y conllevan riesgo de bloqueo.

Este artículo explora ambos caminos y aclara cuándo cada uno tiene sentido.

Casos de uso típicos

• Asistente interno del equipo: Los empleados consultan al bot en WhatsApp, con documentación interna mediante RAG.
• Atención al cliente de primer nivel: Responder preguntas frecuentes, escalar casos complejos a personas.
• Notificaciones: Alertas del servidor, recordatorios de citas, estado de pedidos directamente al móvil.
• Bot para familias o asociaciones: Obtener información, mantener listas, recordar fechas.
• Cuidado con la visibilidad pública: Para canales de clientes públicos, la API Business es el único camino seguro.

Opción 1: Librerías no oficiales (whatsapp-web.js / Baileys)

Cómo funciona

whatsapp-web.js (Node.js) y Baileys (TypeScript) hablan el protocolo de WhatsApp Web: tu bot se empareja como un segundo dispositivo mediante código QR. Necesitas tu propio número (también funciona un teléfono fijo: verificación por llamada).

npm install whatsapp-web.js qrcode-terminal axios

Bot mínimo con Ollama

const { Client, LocalAuth } = require('whatsapp-web.js');
const qrcode = require('qrcode-terminal');
const axios = require('axios');

const client = new Client({
    authStrategy: new LocalAuth({ dataPath: './session' }),
    puppeteer: { headless: true, args: ['--no-sandbox'] }
});

client.on('qr', qr => qrcode.generate(qr, { small: true }));
client.on('ready', () => console.log('Bot bereit'));

client.on('message', async msg => {
    if (msg.fromMe || !msg.body) return;

    // Nur auf Direktnachrichten oder Erwähnungen reagieren
    const chat = await msg.getChat();
    if (chat.isGroup && !msg.body.startsWith('!ki')) return;

    const prompt = msg.body.replace(/^!ki\s*/, '');

    try {
        const res = await axios.post('http://localhost:11434/api/chat', {
            model: 'llama3.1:8b',
            messages: [
                { role: 'system', content: 'Du bist ein hilfsbereiter Assistent. Kurze Antworten.' },
                { role: 'user', content: prompt }
            ],
            stream: false
        });
        await msg.reply(res.data.message.content);
    } catch (e) {
        await msg.reply('Fehler: Ollama nicht erreichbar.');
    }
});

client.initialize();

Ejecuta el script, escanea el código QR en la terminal con tu móvil (WhatsApp → Dispositivos vinculados). Listo.

Variante con Baileys (sin navegador headless)

Baileys implementa el protocolo de forma nativa, sin necesidad de Chromium y con mucha menos memoria:

const { makeWASocket, useMultiFileAuthState } = require('@whiskeysockets/baileys');

const { state, saveCreds } = await useMultiFileAuthState('./session');
const sock = makeWASocket({ auth: state });

sock.ev.on('creds.update', saveCreds);
sock.ev.on('messages.upsert', async ({ messages }) => {
    const m = messages[0];
    if (!m.message?.conversation || m.key.fromMe) return;
    // Llamada a Ollama como arriba, luego:
    await sock.sendMessage(m.key.remoteJid, { text: 'Respuesta...' });
});

Los riesgos, siendo honestos

• Bloqueo de cuenta: Meta borra regularmente los clientes no oficiales. Usa un número extra, nunca la principal.
• Las sesiones se rompen: Las sesiones de WhatsApp Web expiran, tu bot debe manejar el reemparejamiento.
• Sin garantías de operación: No es apto para clientes empresariales, el número puede desaparecer en cualquier momento.
• E2EE se mantiene: Los mensajes siguen siendo E2E cifrados, el bot descifra localmente, lo cual es bueno para la privacidad.

Opción 2: WhatsApp Business Platform (Cloud API)

Configuración general

1. Cuenta de desarrollador en Meta → Crear app → Añadir «WhatsApp»
2. Verificar número de prueba o tu número empresarial propio (requiere verificación de empresa)
3. Configurar webhook en tu servidor
4. Generar token permanente

Recibir mensajes (Webhook)

from flask import Flask, request
import requests

app = Flask(__name__)
VERIFY_TOKEN = "dein-verify-token"
WA_TOKEN = "dein-permanent-token"
PHONE_ID = "deine-phone-number-id"

@app.route("/webhook", methods=["GET"])
def verify():
    if request.args.get("hub.verify_token") == VERIFY_TOKEN:
        return request.args.get("hub.challenge")
    return "Forbidden", 403

@app.route("/webhook", methods=["POST"])
def receive():
    data = request.json
    for entry in data.get("entry", []):
        for change in entry.get("changes", []):
            for msg in change.get("value", {}).get("messages", []):
                text = msg["text"]["body"]
                sender = msg["from"]
                answer = ask_ollama(text)
                send_message(sender, answer)
    return "OK", 200

def ask_ollama(prompt):
    r = requests.post("http://localhost:11434/api/chat", json={
        "model": "llama3.1:8b",
        "messages": [{"role": "user", "content": prompt}],
        "stream": False
    })
    return r.json()["message"]["content"]

def send_message(to, text):
    requests.post(
        f"https://graph.facebook.com/v19.0/{PHONE_ID}/messages",
        headers={"Authorization": f"Bearer {WA_TOKEN}"},
        json={
            "messaging_product": "whatsapp",
            "to": to,
            "type": "text",
            "text": {"body": text[:4000]}
        }
    )

Limitaciones importantes de la API Business

• Ventana de 24 horas: Los mensajes sin costo solo funcionan si el usuario escribió en las últimas 24 horas. Si no, solo mensajes de plantilla (aprobados por Meta).
• Costos: Aproximadamente 0,07-0,11 € por conversación en Alemania. Desde 2024, algunas conversaciones de servicio son gratuitas, pero las de marketing son más caras.
• Verificación obligatoria: Sin empresa verificada, estás limitado a 250 conversaciones en 24 horas.

Extensiones

RAG: Conocimiento de documentos

Mismo patrón que en el bot de Telegram, mensaje entrante → embedding → búsqueda en Qdrant → contexto a Ollama:

def ask_ollama_with_rag(prompt):
    context = search_qdrant(prompt)   # Top-3-Chunks
    r = requests.post("http://localhost:11434/api/chat", json={
        "model": "llama3.1:8b",
        "messages": [
            {"role": "system", "content": f"Nutze diesen Kontext:\n{context}"},
            {"role": "user", "content": prompt}
        ],
        "stream": False
    })
    return r.json()["message"]["content"]

Transcribir notas de voz

Notas de voz de WhatsApp (Opus-OGG) → Whisper local → texto → Ollama. Con whatsapp-web.js usa msg.downloadMedia(), con la API Business: obtén la ID de media → descarga desde el endpoint.

Funcionamiento en grupos

• En grupos, reacciona solo ante el prefijo (!ki) o menciones, si no el bot leerá todo el chat.
• Lista de administradores para comandos de moderación (!kick, !warn).
• Whitelist de IDs de grupo: el bot debe estar activo solo en grupos autorizados.

Transferencia a humanos (Business API)

Patrón “Bot primero, fallback humano”: cuando la IA tiene dudas, deriva la conversación a un empleado mediante notificación interna o sistema de tickets como Chatwoot.

Deployment

whatsapp-web.js consume más recursos por Puppeteer y Chromium:

FROM node:20-slim
RUN apt-get update && apt-get install -y chromium fonts-liberation \
    && rm -rf /var/lib/apt/lists/*
WORKDIR /app
COPY package*.json ./
RUN npm install
COPY . .
ENV PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium
CMD ["node", "bot.js"]

services:
  whatsapp-bot:
    build: .
    restart: always
    volumes:
      - wa_session:/app/session   # ¡Persistir la sesión!
    environment:
      - OLLAMA_URL=http://ollama:11434

volumes:
  wa_session:

Importante: sin volumen de sesión persistente, deberás escanear el código QR en cada reinicio.

Consideraciones legales

• GDPR: los bots de WhatsApp procesan números de teléfono y contenido de chat, datos personales. En uso empresarial: documenta política de privacidad, contrato de procesamiento con Meta, consentimiento de usuarios.
• Términos de servicio: las bibliotecas no oficiales violan los términos de WhatsApp, riesgo de bloqueo de cuenta. Tolerado para proyectos personales, no para negocio.
• Sin spam: los mensajes no solicitados son contrarios a la competencia leal en Alemania; responde solo a consultas.

Trampas comunes

• Código QR caducado: volumen de sesión no persistente o el teléfono estuvo sin conexión. Usa LocalAuth con volumen.
• Cuenta bloqueada: demasiados mensajes muy rápido o usuarios reportan el bot. Implementa rate limits, agrega retrasos de 2-5s entre respuestas.
• Chromium consume RAM: whatsapp-web.js necesita ~500MB+. Alternativa: Baileys (protocolo WebSocket puro, sin navegador).
• Olvidar la ventana de 24h: la Business API rechaza mensajes gratuitos después de 24h, usa plantillas o requiere que el usuario escriba primero.
• Las IDs de grupo cambian: al reinscribirse, los JID varían, no hardcodes identificadores.

Enlaces de interés

• IRC-Coding.de: tutoriales de programación avanzados sobre Node.js, protocolos WebSocket, arquitecturas de bots.
• Telegram Bot: la alternativa más simple con API oficial.
• Signal Bot: alternativa enfocada en privacidad.
• Comparativa de plataformas: qué plataforma para cada caso.
• API de Ollama: interfaz HTTP.
• RAG local: conocimiento de documentos para el bot.

Puntos clave:

• WhatsApp no tiene una API bot gratuita: bibliotecas no oficiales (riesgo de bloqueo) o Business API (compleja, paga).
• whatsapp-web.js para proyectos personales con número extra; Business API para atención al cliente.
• Persiste la sesión o deberás escanear el código QR en cada reinicio.
• Respeta la ventana de 24h en Business API; las plantillas necesitan aprobación de Meta.
• Para la mayoría de self-hosters, Telegram es la opción más práctica.

FAQ

Fuentes y lecturas adicionales

• whatsapp-web.js: documentación de la biblioteca.
• Baileys: API de WhatsApp Web sin navegador.
• WhatsApp Business Platform: API Cloud oficial.
• IRC-Coding.de: tutoriales de programación.

Premium VPS Hosting

Schnelle und sichere VPS Server

Gesponsert