透過 WhatsApp 將 Meta AI 用作 OpenCode 的模型後端

wa-metaai 是一個開源專案，它在 Meta AI 與標準 OpenAI 相容介面之間搭建了一座橋樑。它的工作方式是將 opencode 等客戶端發出的 /v1/chat/completions 請求轉發到 WhatsApp，再經由 whatsmeow 庫傳送給 Meta AI 的官方機器人賬號。為了讓訊息能夠被 Meta AI 識別，專案在訊息 stanza 中追加了一個節點，並使用由訊息金鑰透過 HKDF 派生出的 BotMessageSecret。作者對比了兩個 Go 庫後發現，Baileys 並未真正支援 bot 對話：它雖然定義了 META_AI_JID，但該號碼已經無法路由，WhatsApp 會以“找不到對應的 USync 結果”來拒絕；而 whatsmeow 提供的 types.NewMetaAIJID 正確指向 867051314767696@bot，並在傳送時自動設定 bot 模式、派生 bot secret。

設定過程並不複雜，但賬號必須存在於真實的 WhatsApp 手機應用中（Android 模擬器也可以）。先用 CGO_ENABLED=1 go build -o wametaai . 編譯，然後執行 WA_PHONE=<號碼> ./wametaai。首次執行會顯示配對碼，在 WhatsApp 的“已連結裝置”中完成繫結。會話會儲存在 wametaai.db 中，之後無需再輸入配對碼。接下來只需在 opencode 的配置檔案 ~/.config/opencode/opencode.json 中加入 whatsapp provider，指定 baseURL 為 http://localhost:8788/v1，並設定模型 meta-ai，即可透過 opencode run --model whatsapp/meta-ai 使用。

由於 Meta AI 沒有原生函式呼叫能力，專案在提示詞中注入每個工具的名稱、描述和 JSON Schema，要求模型輸出一個 fenced JSON 物件，然後解析為標準的 OpenAI tool_calls 訊息。作者在 opencode 的真實代理迴圈中驗證過該流程：讓模型讀取 notes.txt 並說出秘密單詞，模型成功返回 pomegranate。整個系統提示詞加工具 schema 大約 3.7 萬字元（約 9k tokens），Meta AI 可以正常處理，但這也逼近 WhatsApp 單條訊息約 6.5 萬字元的上限。專案目前沒有截斷保護，超長提示會直接失敗。

專案文件列出了若干限制。工具呼叫依賴提示詞而非原生能力，Meta AI 有時會用散文回答而不是呼叫工具，導致迴圈卡住。流式響應實際上先將整個回覆緩衝，再一次性輸出；因為 Meta AI 的即時編輯訊息在 whatsmeow 中需要手工解包。系統提示詞被摺疊成扁平對話，沒有獨立的 system role。會話狀態基於單條 WhatsApp 執行緒，歷史每次都會重發，Meta AI 自身的記憶也可能在不同請求間相互影響。併發請求被序列化，無法並行服務。令牌數按約 4 字元/token 估算，延遲約 7 秒。

環境變數包括 WA_PORT（預設 8788）、WA_PHONE（首次配對必需）、WA_QUIET_MS（預設 6000 毫秒靜默判定完成）、WA_GRACE_MS（預設 18000 毫秒額外等待）、WA_TIMEOUT_MS（預設 120000 毫秒硬超時）。賬號本身註冊在租用的 TextVerified 號碼上，一旦號碼被回收，賬號可能被他人重新註冊而失效；WhatsApp 也會在主裝置長期離線時使連結裝置過期。此外，非官方客戶端違反 WhatsApp 服務條款，存在封號風險。