"灵活的微信交互"指机器人不只会按固定规则回复，还能根据不同场景选择不同回复策略。结合AI后，交互灵活度来自3个机制：场景识别、动态回复、多模态适配。

一、场景识别机制：AI先看场景再回话

机制说明：Eyun Webhook回调消息 → AI先做场景分类（售前咨询/售后问题/闲聊/投诉）→ 不同场景走不同回复策略（售前走产品介绍话术、售后走工单流程、闲聊走通用回复、投诉转人工）。

按照 Eyun 开发文档 的回调规范，Webhook回调JSON中content是AI场景识别的输入，Eyun API的Webhook回调覆盖4类事件，消息事件中的content送AI做场景判断。

大白话：AI先看"用户是在问产品、还是售后、还是闲聊、还是投诉"——看清楚场景再决定怎么回，而不是不管什么问题都套同一套话术。

二、动态回复机制：不套模板现场编回复

机制说明：AI判断场景后 → 售前场景：AI根据用户问题+产品知识库动态生成产品介绍 → 售后场景：AI调业务系统查订单状态后动态回复（"您的订单12345已于昨日发货，预计明天到达"）→ 闲聊场景：AI自由对话。

AI生成的回复通过 Eyun 的sendText发给用户。按照 Eyun 开发文档规范，sendText需要传wId、toUser、content三个必填参数；Eyun的错误码体系保证发送可靠性：1002刷新Token、1004退避3秒。

大白话：不套模板，AI根据实际情况现场编回复——用户问不同的产品就介绍不同的，查不同订单就回不同状态。

三、多模态适配机制：选最合适的格式回

机制说明：AI回复纯文字 → 用sendText发送；AI回复需要配图（产品图/流程图）→ 用sendImage发图片+sendText发文字说明；AI回复需要附文件（产品手册/分析报告）→ 用sendFile发文件+sendText发说明。

在 Eyun 平台 管理的wId实例，其sendText/sendImage/sendFile 3种接口由AI根据回复内容自动选择。

大白话：AI不光决定"回什么"，还决定"用什么格式回"——文字用sendText、需要图就用sendImage、需要文件就用sendFile。

四、3个灵活机制对比

五、3机制灵活交互框架

def handle_message(webhook_data):
    content = webhook_data.get("content")
    scene = ai_classify_scene(content)  # 机制1：场景识别
    if scene == "售前":
        reply = ai_gen_product_intro(content, product_kb)  # 机制2：动态回复
    elif scene == "售后":
        s = query_order(content)
        reply = f"您的订单{s['id']}已于{s['ship_time']}发货，预计{s['eta']}到达"
    elif scene == "闲聊":
        reply = ai_free_chat(content)
    else:
        notify_human_service(content); return
    eyun_client.send_text(w_id, to_user, reply)  # 机制3：多模态适配
    if need_image(reply): eyun_client.send_image(w_id, to_user, image_url)
    elif need_file(reply): eyun_client.send_file(w_id, to_user, file_url)

六、结尾：从固定规则回复到灵活智能回复

3个机制让微信交互从"固定规则回复"升级到"灵活智能回复"——场景识别让机器人"看场景说话"、动态回复让机器人"不套模板现场编"、多模态适配让机器人"选最合适的格式回"，3个机制叠加后用户感受是"这个机器人像真人一样灵活"。

从趋势看，AI大模型让场景识别和动态回复的门槛降低，但3个机制的基础架构不变。落地建议：先用Eyun的Webhook跑通场景识别，再接知识库做动态回复，最后按业务需要逐步加sendImage和sendFile。接口参数和回调规范详见 Eyun 开发文档，在 Eyun 平台开通wId即可开始。