通过 WhatsApp 将 Meta AI 用作 OpenCode 的模型后端

wa-metaai 是一个开源项目，它在 Meta AI 与标准 OpenAI 兼容接口之间搭建了一座桥梁。它的工作方式是将 opencode 等客户端发出的 /v1/chat/completions 请求转发到 WhatsApp，再经由 whatsmeow 库发送给 Meta AI 的官方机器人账号。为了让消息能够被 Meta AI 识别，项目在消息 stanza 中追加了一个节点，并使用由消息密钥通过 HKDF 派生出的 BotMessageSecret。作者对比了两个 Go 库后发现，Baileys 并未真正支持 bot 对话：它虽然定义了 META_AI_JID，但该号码已经无法路由，WhatsApp 会以“找不到对应的 USync 结果”来拒绝；而 whatsmeow 提供的 types.NewMetaAIJID 正确指向 867051314767696@bot，并在发送时自动设置 bot 模式、派生 bot secret。

设置过程并不复杂，但账号必须存在于真实的 WhatsApp 手机应用中（Android 模拟器也可以）。先用 CGO_ENABLED=1 go build -o wametaai . 编译，然后运行 WA_PHONE=<号码> ./wametaai。首次运行会显示配对码，在 WhatsApp 的“已链接设备”中完成绑定。会话会保存在 wametaai.db 中，之后无需再输入配对码。接下来只需在 opencode 的配置文件 ~/.config/opencode/opencode.json 中加入 whatsapp provider，指定 baseURL 为 http://localhost:8788/v1，并设置模型 meta-ai，即可通过 opencode run --model whatsapp/meta-ai 使用。

由于 Meta AI 没有原生函数调用能力，项目在提示词中注入每个工具的名称、描述和 JSON Schema，要求模型输出一个 fenced JSON 对象，然后解析为标准的 OpenAI tool_calls 消息。作者在 opencode 的真实代理循环中验证过该流程：让模型读取 notes.txt 并说出秘密单词，模型成功返回 pomegranate。整个系统提示词加工具 schema 大约 3.7 万字符（约 9k tokens），Meta AI 可以正常处理，但这也逼近 WhatsApp 单条消息约 6.5 万字符的上限。项目目前没有截断保护，超长提示会直接失败。

项目文档列出了若干限制。工具调用依赖提示词而非原生能力，Meta AI 有时会用散文回答而不是调用工具，导致循环卡住。流式响应实际上先将整个回复缓冲，再一次性输出；因为 Meta AI 的实时编辑消息在 whatsmeow 中需要手工解包。系统提示词被折叠成扁平对话，没有独立的 system role。会话状态基于单条 WhatsApp 线程，历史每次都会重发，Meta AI 自身的记忆也可能在不同请求间相互影响。并发请求被串行化，无法并行服务。令牌数按约 4 字符/token 估算，延迟约 7 秒。

环境变量包括 WA_PORT（默认 8788）、WA_PHONE（首次配对必需）、WA_QUIET_MS（默认 6000 毫秒静默判定完成）、WA_GRACE_MS（默认 18000 毫秒额外等待）、WA_TIMEOUT_MS（默认 120000 毫秒硬超时）。账号本身注册在租用的 TextVerified 号码上，一旦号码被回收，账号可能被他人重新注册而失效；WhatsApp 也会在主设备长期离线时使链接设备过期。此外，非官方客户端违反 WhatsApp 服务条款，存在封号风险。