在數位化浪潮下，客戶服務正從「被動回應」的成本中心，轉向「主動創造」的價值樞紐。微語客服系統深度融合人工智慧（AI）與大數據技術，系統性解決了傳統客服「排隊久、應答機械、體驗割裂」的痛點，透過全渠道數據整合、智慧意圖識別、個性化服務匹配，構建起「預判—回應—優化」的閉環體系。

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。

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

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

Docusaurus blogging features are powered by the blog plugin.

Here are a few tips you might find useful.

Blog posts support Docusaurus Markdown features, such as MDX.

This is the summary of a very long blog post,

Use a <!-- truncate --> comment to limit blog post size in the list view.

Lorem ipsum dolor sit amet...