个人微信 API 不仅能处理纯文本，对多媒体（图片、语音、视频、文件）的支持才是实现丰富交互的核心。这类消息的底层处理逻辑与文本完全不同，它涉及到文件流的托管与二级传输。

1. 接收多媒体消息：二次下载机制

当有人向机器人发送一张图片或一段语音时，Webhook 接收到的并不是文件本身，而是一个带有 file_id、aes_key 或已由E云管家平台转存的临时 CDN URL。

• 接收到 EVENT_IMAGE_MSG 时，应第一时间提取 url。

• 启动异步任务将该文件下载到自己的本地服务器或云存储（如阿里云 OSS），因为平台的临时 URL 通常只有几分钟的生命周期。

2. 发送多媒体消息：结构化请求

发送多媒体需要调用 /message/send_image 或 /message/send_file。平台通常要求提供文件的公开可访问 URL。

// POST /api/v1/message/send_image
{
  "instance_id": "wx_001",
  "to_wxid": "friend_wxid",
  "image_url": "https://yourserver.com/assets/report.jpg"
}

底层通信中，API 关口会先下载该 URL 的文件，将其转换为微信原生协议所需的二进制流并进行强压（尤其是图片和视频），再通过微信底层通道推送到目标客户端。