8 篇博文 含有标签「Bytedesk」

DeepSeek 已于 2026 年 4 月发布 DeepSeek-V4 预览版，正式推出 deepseek-v4-flash 与 deepseek-v4-pro 两个新模型。微语当前版本已经支持这两个最新模型，企业可以直接在微语管理后台完成切换与配置，无需改动集成方式。

最近读到一篇很值得做企业客服产品的人认真看的论文：SkillForge: Forging Domain-Specific, Self-Evolving Agent Skills in Cloud Technical Support。它讨论的不是泛泛的“大模型更强了”，而是一个更落地的问题：当 Agent 真正进入企业技术支持、客服、工单、诊断这些高要求场景后，如何持续把“技能”做对、做稳、做深。

这篇论文给出的答案很直接：不要只盯着模型本身，而要把 Agent Skill 当成一个可版本化、可诊断、可优化的资产，围绕它建立“创建 - 执行 - 评估 - 诊断 - 优化”的闭环。

对微语来说，这个方向非常有价值。因为微语本身已经具备多模型接入、知识库检索、机器人路由、工作流配置、人工接管这些基础能力，下一步真正拉开差距的，不会只是“接了多少模型”，而是谁能先把客服机器人做成一个会自我沉淀、会利用失败持续进化的系统。

在数字化浪潮下，客户服务正从"被动响应"的成本中心，转向"主动创造"的价值枢纽。微语客服系统深度融合人工智能（AI）与大数据技术，系统性解决了传统客服"排队久、应答机械、体验割裂"的痛点，通过全渠道数据整合、智能意图识别、个性化服务匹配，构建起"预判—响应—优化"的闭环体系。

微语系统支持多模态能力，可以理解和处理用户上传的图片、视频和音频内容，并结合知识库给出精准回答。本文档将介绍微语系统的多模态功能及其应用场景。

解读模型上下文协议的本质​

微语多模态系统是一套先进的智能内容理解与生成解决方案，支持多种模态数据的分析、处理和转换，包括文本、图像、表格等多种数据形式的协同理解与处理。该系统可以实现跨模态的信息理解与生成，为用户提供更为丰富、精准的智能交互体验。

在本篇博客中，我们将介绍如何将微语客服系统对接通义千问Qwen3大模型，使您的客服系统拥有强大的AI能力。通过这个集成，您可以为用户提供更智能、更高效的自动化客服体验。

• 桌面客户端生成唯一设备uid：deviceUid
• 将此deviceUid发送给服务端，服务端返回随机码：randomCode
• 桌面客户端使用randomCode和deviceUid生成二维码
• 手机端扫描此二维码，获取到deviceUid，将deviceUid发送给服务端，服务端更新状态为已扫描SCANED
• 手机端点击确认登录，将手机号mobile和deviceUid发送给服务端，服务端保存手机号并更新状态为已登录CONFIRMED
• 桌面客户端通过轮询获取到手机号mobile和状态为已登录CONFIRMED，利用手机号和随机码randomCode，调用登录接口
• 如果桌面客户端拉取到的状态为EXPIRED，则需要重新拉取随机码randomCode，并重新生成二维码
• 登录成功，返回accessToken，桌面客户端将此accessToken保存到本地，跳转到首页