核心用法
whatsapp-ultimate 是 OpenClaw 的原生 WhatsApp 通道技能，基于 Baileys 库直接对接 WhatsApp Web 协议，无需 Docker 或外部 CLI 工具。支持 22 种独立操作，涵盖消息发送（文本、媒体、投票、贴纸、语音、GIF）、消息交互（回复、编辑、撤回、表情反应）以及完整的群组生命周期管理（创建、成员管理、权限控制、邀请链接）。
Protocol v2：多智能体群聊协同
该技能的核心创新在于解决「多智能体同群讨论」的成本与秩序问题。传统实现中，5 个智能体同时响应会导致 5 倍 API 费用并引发无限回声循环。Protocol v2 引入三项机制：
- 拥塞控制（Exponential Courtesy Protocol）：基于智能体数量的二次方计算基础延迟，叠加随机抖动与反压机制，过度发言者将被惩罚性降速；
- 对话生命周期：通过余弦相似度检测循环讨论，支持话题转向、目标追踪与自动收敛协议；
- 预算感知调度：四级模式（Conservative/Moderate/Aggressive/Burn）动态调整响应频率与深度，在额度重置前主动「烧掉」未使用 token 以获取涌现价值。
配置结构
智能体身份通过 SOUL.md 文件定义，支持 per-agent 模型覆盖与图标前缀；群组讨论支持广播、定向提及、轮询三种路由模式；1:1 私聊支持触发前缀过滤与回合结束标记。
显著优点
1. 原生集成零依赖：直接协议层对接，无额外容器或二进制文件，部署与维护成本极低；
2. 成本可控的多智能体架构：行业首创的预算感知调度，将「多智能体 = 高费用」的默认假设反转；
3. 功能完整性：覆盖 WhatsApp 官方客户端的绝大部分交互能力，包括消息编辑/撤回等精细操作；
4. 企业级群组管理：完整的管理员权限、邀请链接生命周期、成员批量操作；
5. 格式自动处理：内置 ffmpeg 指令模板，自动处理 GIF→MP4、图片→WebP 贴纸、音频→OGG/Opus 等格式转换。
潜在缺点与局限性
- 协议风险：依赖 Baileys 逆向工程实现，WhatsApp 官方政策变更可能导致功能中断或账号限制；
- 号码合规性：大规模消息推送易触发反垃圾机制，需确保联系人已建立双向通信；
- Burn 模式伦理：鼓励「消耗剩余额度」的设计可能诱导非必要调用，需配合使用审计；
- 学习曲线：Protocol v2 的配置项（拥塞因子、余弦阈值、预算窗口）需精细调参，新手易误配；
- 资源占用：多智能体场景下内存与状态管理复杂度随 agent 数量指数增长。
适合人群
- AI 自动化团队：需要将多个角色智能体（分析师、创意、审查者）纳入同一沟通渠道的协作场景；
- 社区运营者：管理大型 WhatsApp 社群，需要程序化成员管理、内容审核与互动自动化；
- 成本敏感型开发者：在多 LLM 调用场景下寻求 token 预算精细化控制；
- 隐私优先用户：偏好原生协议集成而非第三方 SaaS 中继。
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号封禁 | 违反 WhatsApp 商业政策或发送频率过高可能导致号码限制 |
| 数据残留 | 聊天记录本地存储，需自行实现 retention 策略 |
| 预算溢出 | Burn 模式下配置错误可能导致重置前异常高消费 |
| 协议失效 | 上游 Baileys 或 WhatsApp Web 协议变更导致技能降级 |