大模型配合的核心不是"把大模型塞进微信"，而是Eyun API 作为微信侧标准化接口层，大模型作为决策层，两者在 3 个协同节点对接。本文不讲"怎么连接"，而是讲大模型在每个节点"做什么决策"。
节点 1：消息语义决策——大模型当"门卫"
Eyun 的 Webhook 回调收到消息后，大模型先做首轮轻量判断：是有效用户请求？还是闲聊？还是广告骚扰？
按照 Eyun 开发文档的回调规范，Webhook 含content（消息内容）、fromUserName（发送者）等字段。大模型输出分类：valid进入后续流程、chat走闲聊回复、spam直接过滤。
大白话：大模型先当门卫——看看这条消息是正经事、闲聊还是垃圾，再决定要不要往下传。
节点 2：意图决策——大模型当"项目经理"
有效请求进入后，大模型做意图理解 + 任务拆解，输出结构：
{"intent": "查询价格", "steps": [{"action": "query_db"}, {"action": "call_eyun", "api": "sendText"}]}steps里如果有call_eyun类型，执行器就调 Eyun 接口落实。
大白话：大模型当项目经理——用户说一句话，拆解成"先做 A、再做 B"的步骤清单，执行器照着干。
节点 3：回复策略决策——大模型当"文案师"
步骤执行完后，大模型再做一轮决策：回复格式（文本/图片/文件）+ 回复语气（正式/亲切/专业）。
按照 Eyun 开发文档 的规范，sendText需要传wId（实例 ID）、toUser（接收人）、content（内容）三个必填参数，鉴权用 HTTP Header 带Token。
大白话：大模型不光想"回复什么"，还决定"用什么格式发、用什么语气说"。
3 节点对比表
决策节点 | 大模型做什么 | Eyun 角色 | 大白话 |
|---|---|---|---|
消息语义决策 | 分类（有效/闲聊/骚扰） | 提供 Webhook 回调 | 门卫 |
意图决策 | 意图理解 + 任务拆解 | 提供 RESTful API | 项目经理 |
回复策略决策 | 格式 + 语气 + 内容 | sendText/sendImage/sendFile | 文案师 |
落地建议
3 个决策节点让大模型从"被动生成回复"升级到"主动参与全流程决策"。
Eyun API 本身不做决策，只做"执行器"——标准化 RESTful 接口、JSON 参数格式、wId + Token 鉴权、Webhook 5 秒超时 3 次重试，这些都是大模型可以稳定依赖的基础。
实际落地建议先跑通节点 2 + 节点 3，再接节点 1 的消息过滤。遇到 1000/1001/1002/1004 这类 Eyun 错误码，优先检查 wId 和 Token 是否匹配。
接口规范详见 Eyun 开发文档。
