集成 WhatsApp¶
你的原话:「扫码就能登录,凭据要可以迁移的那种」。 这两件技术上都能做,但第二件的代价不在你身上 —— 在用户的号上。
一、先分清你要的是哪一种¶
外贸场景下「集成 WhatsApp」至少是三件不同的事,代价差好几个数量级:
| # | 要什么 | 技术难度 | 封号风险 |
|---|---|---|---|
| A | 从商家列表一键打开跟某个号的对话(自己手打第一句) | 极低 | 零 |
| B | 在扩展里看到 WhatsApp 的会话列表、收发消息(人工操作,只是界面搬进来) | 中 | 低-中 |
| C | 批量给采到的号发开发信 | 中 | 高,且是用户的号 |
🔴 A 现在就能做,半天:https://wa.me/<号码>?text=<预填话术> ——
点一下打开 WhatsApp(网页版或桌面端)并把话术填好,用户按回车发。
不碰任何协议、不存任何凭据、零封号风险。 而它可能已经覆盖了你 80% 的实际使用场景: 业务员本来就该手动发第一条(群发第一条的转化率也低)。
⚠️ 下面的分析只在你要 B 或 C 时才成立。如果 A 够用,后面整份可以不看。
二、三条技术路径(B/C 才需要)¶
路径 1:在扩展里操控 web.whatsapp.com 的页面¶
content script 注入 web.whatsapp.com,读 DOM 拿会话、模拟点击发送。
- ✅ 不碰协议,扫码登录就是 WhatsApp 自己的扫码
- ❌ 极其脆弱:WhatsApp 前端一改版就全坏,而它改得很勤
- ❌ 凭据迁移做不到:session 在那个域的 IndexedDB 里, 扩展能读,但它是绑定设备的密钥材料,搬走见第三节
- ❌ 违反 WhatsApp ToS(自动化操作)
路径 2:自己实现 WhatsApp Web 协议¶
就是 Baileys / whatsapp-web.js 那类库做的事:WebSocket + Noise 协议握手 + Signal 协议加密。
- ✅ 不依赖页面 DOM,稳定性来自协议而不是 UI
- ✅ 凭据(多设备密钥)理论上可以导出导入 ← 这正是你说的「凭据可迁移」
- ❌ 工程量巨大,且协议随版本变化,要持续跟
- ❌ 扩展里跑理论可行(有 WebSocket + WebCrypto),但更常见的做法是放服务端 —— 那你就要背服务器成本
- ❌ 同样违反 ToS,而且是 WhatsApp 明确持续打击的对象
路径 3:官方 WhatsApp Business API¶
- ✅ 完全合规,不会封
- ❌ 不能扫码登录个人号 —— 要企业认证、绑定的是企业号
- ❌ 模板消息要预审,主动触达按条计费
- ❌ 首次触达必须用审核过的模板,发不了自由话术的开发信
⇒ 路径 3 合规但做不了你要的事;路径 1/2 能做但都在 ToS 外。这是这件事的核心矛盾,绕不过去。
🔴 三、凭据迁移:风险不在你,在用户的号¶
你说「凭据要可以迁移的那种」。技术上(路径 2)确实能导出那组密钥。但:
WhatsApp 多设备协议下,每个「链接的设备」是一个独立身份,带自己的密钥对。 把这组密钥搬到另一台机器,等于同一个设备身份在两个地方出现。而 WhatsApp 会看:
- IP 段 / 地理位置突变
- 设备指纹与首次登记时对不上
- 同一 session 的并发使用
⇒ 触发风控,封的是用户的 WhatsApp 号。
🔴 而外贸业务员的 WhatsApp 号是他的生产资料 —— 上面是几年积累的客户对话。 封一次的损失,远大于你这个扩展能给他的价值。
这决定了一件事¶
如果做 B/C,默认必须是关的,且第一次开启要有一个说人话的风险确认:
「这个功能用非官方方式连接 WhatsApp。WhatsApp 可能因此限制或封禁你的号码, 而号上的客户对话是找不回来的。确认要开吗?」
这不是免责声明的措辞游戏 —— 是让用户在知情的前提下自己决定拿号冒险。
⚠️ 顺带一个产品层面的事实:市面上做 WhatsApp 群发的工具大多用路径 1/2, 用户被封是常态,他们的处理方式通常是「建议你用小号」。 你要不要做一个「建议用户拿小号来用」的功能,是产品定位问题,不是技术问题。
🔴 Tony 定案(2026-09-17):要在插件里直接登录自己的 WA¶
「wa 建议是直接登录自己的 wa,直接插件中登录」
⇒ 选的是 B/C 那一档(不是零风险的 A)。这一节说清楚「直接在插件里登录」 在两条技术路径下分别是什么样子 —— 它们的用户体验差别很大。
路径 1(操控 web.whatsapp.com)下,「插件里登录」做不到¶
WhatsApp Web 不允许被 iframe 嵌入(X-Frame-Options / CSP frame-ancestors)。
⇒ 扩展只能另开一个标签页打开 web.whatsapp.com,用户在那个页面扫码。
实际体验是:「点插件里的按钮 → 跳到 WhatsApp Web 那一页扫码 → 回到插件」。 不是你说的「插件中登录」,是「插件帮你打开那一页」。
- ✅ 凭据完全由 WhatsApp 自己管(存在它自己的域里),你不碰任何凭据
- ✅ 扫码是官方流程,风控信号比自建协议弱
- ❌ 会话数据要靠 content script 读 DOM —— 前端一改版就坏
- ❌ 「凭据迁移」做不到(那是 WhatsApp 域下的 IndexedDB,且绑设备)
路径 2(自己实现 WhatsApp Web 协议)才是真正的「插件里登录」¶
自己画二维码、自己握手、自己管密钥。
- ✅ 真正意义上的「在插件里登录」,二维码就显示在你的界面里
- ✅ 凭据在你手上 ⇒ 「凭据可迁移」这条才成立
- ❌ 工程量:WebSocket + Noise 握手 + Signal 协议加密 + 多设备状态同步, 而且协议随 WhatsApp 版本变,要持续跟
- ❌ 风控信号最强(非官方客户端特征明显)
- ❌ Service Worker 30 秒回收 ⇒ 长连接要靠 offscreen document 或常驻页面维持
🔴 或者靠本地伴侣程序(2026-09-17 补):SPEC-019-mailbox 的 D 路径和
SPEC-022-mcp 的路径 B 都要装同一个本地程序 —— 它也能替 WhatsApp 维持长连接。
三件事分摊一个安装门槛,见
docs/product/roadmap-big-version.md。
🔴 所以「直接在插件中登录」+「凭据可迁移」这两个诉求,只有路径 2 能同时满足, 而路径 2 恰好是封号风险最高的那条。 这不是巧合 —— 能力越接近「一个完整的非官方客户端」,特征就越明显。
既然定了要做,这三件必须一起做¶
- 默认关闭 + 首次开启的知情确认(原方案已写,这里再强调一次: 不是免责声明,是让用户在知情前提下自己决定拿号冒险)
- 单号限速:无论技术上能发多快,产品上必须限。 批量发的封号概率和发送速率强相关 —— 限速是在保护用户的号,也是在保护你的口碑
- 失联可恢复:session 掉了要能重扫码续上,而不是丢掉历史
🔴 我仍然保留的一条不同意见¶
凭据迁移建议放弃(原方案第四节的判断不变):
收益是「换电脑不用重扫码」,代价是「同一设备身份出现在两个 IP/指纹上」—— 这是风控最直接的触发条件之一。而重扫一次码只要 10 秒。
如果你仍然要做,建议至少:迁移后强制重新扫码激活(把凭据当"配置迁移"而不是"会话接管"), 这样迁的是设置不是活跃 session,风控信号弱很多。
四、我的建议¶
- 先做 A(
wa.me一键开对话 + 预填话术),半天,零风险。 顺带能收集真实数据:用户到底点了多少次、从哪个页面点 —— 那是判断要不要做 B/C 的依据。 - B/C 等 A 跑一段再说。如果 A 的使用率很低,说明这条需求没你想的强; 如果很高,你也有了具体数据来决定值不值得冒 ToS 的风险。
- 凭据迁移这条,我建议直接放弃。它的收益是「换电脑不用重扫码」, 代价是「显著提高封号概率」—— 而重扫一次码只要 10 秒。 这笔交换不划算,而且亏的是用户不是你。
五、如果 B/C 真要做,先想清楚的三件¶
- 放客户端还是服务端? 客户端=你零成本但连接不稳(浏览器一关就断); 服务端=能常驻但你背成本,而且服务器 IP 批量连 WhatsApp 是更明显的靶子。
- 和 AI 的关系:WhatsApp 消息 + SPEC-018-ai-assist 的翻译/回复建议是天然一对, 价值可能比邮件那条线更高(外贸客户回 WhatsApp 比回邮件快)。
- 和 SPEC-019 的取舍:邮件那条线合规但门票贵(OAuth 审核), WhatsApp 这条线门票便宜但一直在 ToS 外。两条都要做的话,先做哪条要看你的用户更常用哪个 —— 这个判断只有你能下。