配置即资产：从12345政务热线分拨助手看智能体工作流的导出与导入，不用写代码，也能让AI业务流随身携带

1. 前言

如果你正在参与政务数字化转型、12345热线智能化升级，或者只是刚刚接触AI应用的业务人员，这篇文章会用简单通俗的，带你掌握一项让智能体工作流像Word文件一样“复制、粘贴、带走” 的核心技能。

三个让你立刻产生共鸣的亮点：

• 亮点1：告别“在我这能跑，到你那就卡”的尴尬

你在办公室拖拽调试好的“12345热线分拨助手”，导入到政务云后所有节点、提示词、逻辑关系原封不动，不用二次开发，不用重新教AI。

• 亮点2：把“配置”变成“资产”

一个精心调优的热线分拨工作流，导出成一个不足100KB的文件，下次新建项目直接导入，甚至可以分享给其他区县、其他地市复用。

• 亮点3：业务人员也能成为“模板贡献者”

你不需要写一行代码，只需要在可视化画布里完成流程编排，点一下“导出”，一个可复用的政务智能体模板就诞生了。

一句话总结：

本文不教你“怎么画流程图”，而是以12345热线分拨助手为样本，手把手教你如何把你画好的流程图打包带走，并在任意政务环境、任意科室中立刻复活它。

2. 背景与热点：为什么“导入导出”是政务智能体的必答题？

2.1 当前12345热线智能化的真实痛点

近年来，各地12345热线纷纷引入大模型，建设“智能分拨”“智能问答”系统。然而，很多项目陷入了这样的死循环：

• 环境割裂：开发人员在云上调试好的分拨模型，因为政务外网与互联网物理隔离，到了生产环境必须手动重新拖一遍节点，漏掉一个条件分支就得排查半天。
• 协作原始：A区做了一个“城管类工单识别准确率95%”的分拨助手，B区也想用，只能让A区的人截图讲解，B区的人对着截图重新搭，不仅慢，还容易抄错提示词。
• 无法追溯：一个分拨工作流优化过十几版，想回退到上个月的旧逻辑？只能凭记忆重连。

2.2 贴合数字政府“一地创新、多地复用”新趋势

2025年以来，国家大力推进“AI+政务”全场景应用，智能体（Agent）已成为数字政府的新型基础设施。国家数据局多次强调“避免重复建设，推动应用组件复用”。智能体不能是“一次性定制开发”，必须能够跨部门、跨层级、跨地域快速复制推广。

openJiuwen的导入导出能力，正是为了响应这一需求而生。它让智能体配置脱离了具体的机器、网络、账号，成为一份可以独立流通的“数字图纸”。有了这份图纸，任何一个政务节点都可以快速装配出功能相同的AI办事员——这正是“一地创新、多地复用”的最佳技术落地。

3. 完整操作：以12345政务热线智能分拨助手为例，从“零代码拖拽”到“一键复用”

本章节将完全聚焦于这一个真实场景，把每一个操作细节掰开揉碎，让你不仅能学会，还能讲给别人听。

3.1 场景设定：为什么要做一个“智能分拨助手”？

业务背景：

某市12345热线每天接到近2万通电话，其中约30%是咨询类，70%是投诉举报类。话务员接听后，需要根据市民描述，在30秒内判断应由城管、住建、水务、人社、市场监管、生态环境等20多个部门中的哪一个负责处理。

人工分拨存在三个问题：

1. 速度慢——平均耗时45秒，高峰期排队严重；
2. 准确率波动——新员工培训周期长，分拨错误导致工单退回；
3. 标准不统一——同一类问题，不同话务员可能分给不同部门。

建设目标：

用大模型搭建一个“智能分拨助手”，话务员输入市民描述，系统自动推荐责任部门及置信度，话务员确认后一键派单。

为什么选这个场景演示导入导出？

因为分拨工作流逻辑清晰、复用价值极高——几乎每个地市、区县都有12345热线，都面临同样的分拨需求。一套调试好的分拨模型，完全可以作为标准化模板在全市、全省推广。

3.2 准备工作：环境与账号

关键点：双方环境可以不同——这就是导入导出要解决的问题。

3.3 Step 1：在Studio中搭建分拨工作流（详细拆解）

登录openJiuwen，创建一个新的工作流Government_Hotline_Dispatch

节点1：开始节点（市民提问）

• 变量名：query
• 数据类型：字符串
• 示例输入：“你好，房产证在哪里办理。”

节点2：大模型节点（意图识别与部门匹配）

这是整个工作流的核心。配置如下：

• 选择模型：deepseekR1（模型管理里面配置deepseek模型api接入）
• 作用：这是工作流的“智能调度中心”。它深度分析用户咨询的自然语言描述，精准识别其业务类型和可能涉及的科室，支持单科室或多科室关联识别。这是实现精准分流和协同应答的关键。
• 编写精炼的 系统提示词（System Prompt）（精心调优后）：

“你是一个政务业务分类专家。请分析用户咨询，判断其主要涉及以下哪个或哪几个科室： 1. 住建局，2. 公安局，3. 人社局 4. 水务局，5. 环保局 6 市场监督局 请输出格式为JSON: {“departments”: [“科室A”， “科室B”]}。若无明确对应，则为[“其他科室”]。” 将开始节点的 query 变量作为用户输入（User Prompt）传入。 输入： {{query}} 输出： output

节点3：分流业务处理

• 作用：接收上一步LLM输出的科室列表（如 [“人社”， “公安”，“水务局”]），通过代码将数据转成结构化的数据传到下一个节点，进行分类
• 代码如下：

def main(args: Args): import json try : data = json.loads(args.params['input']) return {'result': data['departments']} except ValueError : return {'result' : ['其他部门']}

节点4：部门选择器

介绍：本节点是选择器节点：连接多个下游分支。只有满足设定条件的对应分支才会被执行。

作用：该节点读取分流业务处理节点输出的department字段，将工单导向不同的后续处理分支（此处简化，仅演示判断逻辑）

• 分支1：如果department 包含 "人社局" → 进入“人社业务大模型，处理群众需求，推送工单”
• 分支2：如果department 包含 "水务局" → 进入“水务业务大模型，处理群众需求，推送工单”
• 分支3：其他 → 进入“人工处理队列”

节点5：部门业务模型

节点：多个并联的 Large Language Model (LLM) 节点，每个节点代表一个部门，并可选择挂载该科室的专属 知识库。

作用：在每个科室分支上，由专属的LLM节点扮演该科室政策专家的角色进行回复。知识库中预存了该科室的政策文件、办事指南、常见问题等，确保回复的专业性和准确性。

节点6：结束节点（输出业务办理结果）

⚠️ 关键技巧：变量绑定必须用“选择器”

在配置结束节点的输出内容时，千万不要手动敲{{department}}，必须点击右侧面板的“变量选择器”，从节点输出里选中department字段。

• ✅ 正确操作后，变量会显示为绿色高亮背景。
• ❌ 手动敲入，会显示为纯白色代码块，导入后无法识别为变量，只会原样输出“{{department}}”字符串。

3.4 Step 2：测试与调优

在Studio右侧点击“运行测试”，输入几组典型市民描述：

1. “小区门口有游商占道卖菜，堵路” → 输出：城管 +办理科室+ 办理流程
2. “房产证如何办理” → 输出：住建+办理科室+办理流程
3. “公司拖欠我三个月工资” → 输出：人社+办理流程

确认分拨逻辑符合业务要求后，就可以进入下一步——导出。

3.5 Step 3：导出工作流模板

点击画布右上角的「导出」按钮，选择「导出为模板(.jiuwen_template)」。

系统会生成一个JSON文件。它长什么样？ 我们把它打开，看看里面到底存了什么“魔法”：

{ "nodes": [ { "id": "start_rUWFU", "type": "1", "meta": { "position": { "x": 180, "y": 418 } }, "data": { "title": "开始", "outputs": { "type": "object", "properties": { "query": { "type": "string", "default": "你好，请帮我分析一下这个问题。" } } } } }, { "id": "end_rUWFU", "type": "2", "meta": { "position": { "x": 2480, "y": 418 } }, "data": { "title": "结束", "inputs": { "inputParameters": { "城管": { "type": "ref", "content": [ "llm_GDALL", "output" ], "extra": { "index": 0 } }, "住建": { "type": "ref", "content": [ "llm_jdHP1", "output" ], "extra": { "index": 1 } }, "人社": { "type": "ref", "content": [ "llm_NgZdl", "output" ], "extra": { "index": 2 } }, "医保": { "type": "ref", "content": [ "llm_hDY1k", "output" ], "extra": { "index": 3 } } }, "content": { "type": "template", "content": "{{城管}}\n{{住建}}\n{{人社}}\n{{医保}}" } }, "streaming": false } }, { "id": "llm_1HcNN", "type": "3", "meta": { "position": { "x": 640, "y": 386 } }, "data": { "title": "用户意图—部门分类模型", "output_format": "text", "inputs": { "llmParam": { "systemPrompt": { "type": "template", "content": "你是一个12345热线专家，需要根据市民描述，在30秒内判断应由城管、住建、水务、人社、市场监管、生态环境等20多个部门中的哪一个负责处理。\n请输出格式为JSON: {“departments”: [“部门A”， “部门B”]}。若无明确对应，则为[“其他部门”]。”" }, "prompt": { "type": "template", "content": "{{input}}" }, "model": { "id": "1", "name": "deepseek", "type": "deepseek-ai/DeepSeek-R1" } }, "inputParameters": { "input": { "type": "ref", "content": [ "start_rUWFU", "query" ], "extra": { "index": 0 } } } }, "outputs": { "type": "object", "properties": { "output": { "type": "string", "extra": { "index": 1 } } }, "required": [ "output" ] } } }, { "id": "code_GWWz8", "type": "10", "meta": { "position": { "x": 1100, "y": 401 } }, "data": { "title": "部门分类", "inputs": { "inputParameters": { "input": { "type": "ref", "content": [ "llm_1HcNN", "output" ], "extra": { "index": 0 } } }, "language": "python", "code": "def main(args: Args):\n import json\n try:\n data= json.loads(args.params['input'])\n return {\"result\" :data['departments']}\n except ValueError\n return {'result': ['其他部门']]}" }, "outputs": { "type": "object", "properties": { "result": { "type": "string", "description": "代码执行结果" } }, "required": [ "result" ] }, "exceptionConfig": { "retryTimes": 3, "timeoutSeconds": 30, "processType": "break", "executeStep": { "defaultStep": "0", "errorStep": "1" } } } }, { "id": "condition__YRg9", "type": "4", "meta": { "position": { "x": 1560, "y": 0 } }, "data": { "title": "选择器", "branches": [ { "conditions": [ { "left": { "type": "ref", "content": [ "code_GWWz8", "result" ] }, "operator": "contains", "right": { "type": "constant", "content": "城管", "schema": { "type": "string", "extra": { "weak": true } } } } ], "logic": 2, "branchId": "branch_oo3cw" }, { "conditions": [], "logic": 2, "branchId": "branch_Vf6wz" } ] } }, { "id": "condition_HSDv4", "type": "4", "meta": { "position": { "x": 1560, "y": 264 } }, "data": { "title": "选择器", "branches": [ { "conditions": [ { "left": { "type": "ref", "content": [ "code_GWWz8", "result" ] }, "operator": "contains", "right": { "type": "constant", "content": "住建", "schema": { "type": "string", "extra": { "weak": true } } } } ], "logic": 2, "branchId": "branch_RLFWq" }, { "conditions": [], "logic": 2, "branchId": "branch_y8V9W" } ] } }, { "id": "condition_WKHtY", "type": "4", "meta": { "position": { "x": 1560, "y": 792 } }, "data": { "title": "选择器", "branches": [ { "conditions": [ { "left": { "type": "ref", "content": [ "code_GWWz8", "result" ] }, "operator": "eq", "right": { "type": "constant", "content": "医保", "schema": { "type": "string", "extra": { "weak": true } } } } ], "logic": 2, "branchId": "branch_BXwWU" }, { "conditions": [], "logic": 2, "branchId": "branch_wtEFo" } ] } }, { "id": "llm_GDALL", "type": "3", "meta": { "position": { "x": 2020, "y": 56 } }, "data": { "title": "城管业务办理模型", "output_format": "text", "inputs": { "llmParam": { "systemPrompt": { "type": "template", "content": "你是一个{{depart}}的部门专家，这个是用户的需求{{input}}}}，请给出解决方案" }, "prompt": { "type": "template", "content": "{{input}}" }, "model": { "id": "1", "name": "deepseek", "type": "deepseek-ai/DeepSeek-R1" } }, "inputParameters": { "input": { "type": "ref", "content": [ "start_rUWFU", "query" ], "extra": { "index": 0 } }, "depart": { "type": "ref", "content": [ "llm_1HcNN", "output" ], "extra": { "index": 1 } } } }, "outputs": { "type": "object", "properties": { "output": { "type": "string", "extra": { "index": 1 } } }, "required": [ "output" ] } } }, { "id": "condition_gP4Nb", "type": "4", "meta": { "position": { "x": 1560, "y": 528 } }, "data": { "title": "选择器", "branches": [ { "conditions": [ { "left": { "type": "ref", "content": [ "code_GWWz8", "result" ] }, "operator": "contains", "right": { "type": "constant", "content": "人社", "schema": { "type": "string", "extra": { "weak": true } } } } ], "logic": 2, "branchId": "branch_jHWdM" }, { "conditions": [], "logic": 2, "branchId": "branch_1MTlv" } ] } }, { "id": "llm_jdHP1", "type": "3", "meta": { "position": { "x": 2020, "y": 320 } }, "data": { "title": "住建业务办理大模型", "output_format": "text", "inputs": { "llmParam": { "systemPrompt": { "type": "template", "content": "你是一个{{depart}}的部门专家，这个是用户的需求{{input}}}}，请给出解决方案" }, "prompt": { "type": "template", "content": "{{input}}" }, "model": { "id": "1", "name": "deepseek", "type": "deepseek-ai/DeepSeek-R1" } }, "inputParameters": { "input": { "type": "ref", "content": [ "start_rUWFU", "query" ], "extra": { "index": 0 } }, "depart": { "type": "ref", "content": [ "llm_1HcNN", "output" ], "extra": { "index": 1 } } } }, "outputs": { "type": "object", "properties": { "output": { "type": "string", "extra": { "index": 1 } } }, "required": [ "output" ] } } }, { "id": "llm_hDY1k", "type": "3", "meta": { "position": { "x": 2020, "y": 848 } }, "data": { "title": "医保业务办理模型", "output_format": "text", "inputs": { "llmParam": { "systemPrompt": { "type": "template", "content": "你是一个{{depart}}的部门专家，这个是用户的需求{{input}}}}，请给出解决方案" }, "prompt": { "type": "template", "content": "{{input}}" }, "model": { "id": "1", "name": "deepseek", "type": "deepseek-ai/DeepSeek-R1" } }, "inputParameters": { "input": { "type": "ref", "content": [ "start_rUWFU", "query" ], "extra": { "index": 0 } }, "depart": { "type": "ref", "content": [ "llm_1HcNN", "output" ], "extra": { "index": 1 } } } }, "outputs": { "type": "object", "properties": { "output": { "type": "string", "extra": { "index": 1 } } }, "required": [ "output" ] } } }, { "id": "llm_NgZdl", "type": "3", "meta": { "position": { "x": 2020, "y": 584 } }, "data": { "title": "人社业务办理大模型", "output_format": "text", "inputs": { "llmParam": { "systemPrompt": { "type": "template", "content": "你是一个{{depart}}的部门专家，这个是用户的需求{{input}}}}，请给出解决方案" }, "prompt": { "type": "template", "content": "{{input}}" }, "model": { "id": "1", "name": "deepseek", "type": "deepseek-ai/DeepSeek-R1" } }, "inputParameters": { "input": { "type": "ref", "content": [ "start_rUWFU", "query" ], "extra": { "index": 0 } }, "depart": { "type": "ref", "content": [ "llm_1HcNN", "output" ], "extra": { "index": 1 } } } }, "outputs": { "type": "object", "properties": { "output": { "type": "string", "extra": { "index": 1 } } }, "required": [ "output" ] } } } ], "edges": [ { "sourceNodeID": "start_rUWFU", "targetNodeID": "llm_1HcNN" }, { "sourceNodeID": "llm_GDALL", "targetNodeID": "end_rUWFU" }, { "sourceNodeID": "condition__YRg9", "targetNodeID": "end_rUWFU", "sourcePortID": "branch_Vf6wz" }, { "sourceNodeID": "condition_HSDv4", "targetNodeID": "end_rUWFU", "sourcePortID": "branch_y8V9W" }, { "sourceNodeID": "condition_gP4Nb", "targetNodeID": "end_rUWFU", "sourcePortID": "branch_1MTlv" }, { "sourceNodeID": "condition_WKHtY", "targetNodeID": "end_rUWFU", "sourcePortID": "branch_wtEFo" }, { "sourceNodeID": "llm_jdHP1", "targetNodeID": "end_rUWFU" }, { "sourceNodeID": "llm_NgZdl", "targetNodeID": "end_rUWFU" }, { "sourceNodeID": "llm_hDY1k", "targetNodeID": "end_rUWFU" }, { "sourceNodeID": "llm_1HcNN", "targetNodeID": "code_GWWz8" }, { "sourceNodeID": "code_GWWz8", "targetNodeID": "condition__YRg9", "sourcePortID": "0" }, { "sourceNodeID": "code_GWWz8", "targetNodeID": "condition_HSDv4", "sourcePortID": "0" }, { "sourceNodeID": "code_GWWz8", "targetNodeID": "condition_gP4Nb", "sourcePortID": "0" }, { "sourceNodeID": "code_GWWz8", "targetNodeID": "condition_WKHtY", "sourcePortID": "0" }, { "sourceNodeID": "condition__YRg9", "targetNodeID": "llm_GDALL", "sourcePortID": "branch_oo3cw" }, { "sourceNodeID": "condition_HSDv4", "targetNodeID": "llm_jdHP1", "sourcePortID": "branch_RLFWq" }, { "sourceNodeID": "condition_WKHtY", "targetNodeID": "llm_hDY1k", "sourcePortID": "branch_BXwWU" }, { "sourceNodeID": "condition_gP4Nb", "targetNodeID": "llm_NgZdl", "sourcePortID": "branch_jHWdM" } ] }

通俗解释：这个文件就是你工作流的“DNA”——里面存着每一个节点怎么连、提示词怎么写、用哪个模型、输出字段叫什么。只要有了它，就能在任何环境重建一个一模一样的工作流。

3.6 Step 4：导入模板到区县环境

把这个Government_Hotline_Dispatch_Assistant.json文件通过政务邮箱发给B区的工作人员。

B区人员登录openJiuwen政务版，新建测试工作流，点击「导入」，选择该文件。

此时会发生什么？

导入完成！ 整个工作流出现在B区的工作流列表中，节点、连线、提示词、分支条件、输出变量，全部与A区一致。

3.7 Step 5：验证与微调

B区人员可以立即运行测试：

输入市民描述：“工地夜间施工噪声扰民”

理想输出应该是：责任部门→生态环境（部分地区城管），但B区可能因本地部门划分不同，需要将“生态环境”改为“城管”。

如何修改？

只需要修改大模型节点的系统提示词，把部门列表中的“生态环境”改为“城管”，其他完全不用动。

整个定制过程不超过2分钟——这就是模板复用的效率。

4. 避坑指南：为什么你导出的分拨助手“跑不通”？（小白特供版）

以下是我们在多个政务项目中遇到的最隐蔽、最容易踩坑的四个问题，每个都配有连业务人员都能执行的解决方案。

❌ 坑1：变量变成了纯文字“{{citizen_desc}}”

现象：大模型收到的输入不是市民描述，而是字符串“{{citizen_desc}}”。

根因：你在配置大模型的“用户提示词”时，手动打了{{citizen_desc}}，而不是通过右侧变量选择器插入。

✅ 小白解决方案：

• 导出前：养成习惯，所有变量绑定必须点击变量选择器。如果你发现输入框里的变量名是黑色字体，说明是文本；如果是绿色高亮背景，说明是变量。只认绿色。
• 导入后：检查【结束】节点的输出——如果输出里出现了{{department}}字样，说明变量绑定失败，删掉它，重新从变量选择器选一次。

❌ 坑2：导入后报错“Tool not found”或“插件不存在”

现象：明明没有用工具，却提示找不到某个函数。

根因：你在源环境使用了自定义代码节点，并且代码里硬编码了绝对路径（例如C:/Users/admin/data.xlsx），导入后路径不存在。

✅ 小白解决方案：

• 导出前：如果用了代码节点，把所有文件路径改成相对路径，或者通过环境变量读取。导出时，将该代码依赖的文件一并打包发给接收方。
• 导入后：把依赖文件放到指定位置，修改代码节点里的路径。

5. 不止于案例：从“12345分拨”到“百类政务分类场景”

看到这里，你可能会想：“这篇文章讲的是12345热线分拨，我负责的是信访件分类、企业诉求派单、网格事件分拨，这套方法还能用吗？”

答案是：不仅能用，而且完全一样。

5.1 模板复用的本质：分类工作流的“骨架”是通用的

12345分拨助手的核心逻辑是：

输入文本 → 大模型理解 → 映射到预定义类别 → 输出类别及置信度

这个逻辑可以无缝应用到以下场景：

如何复用？

三步完成：

1. 将12345分拨工作流导出为模板；
2. 在新项目导入；
3. 修改两处配置：
   1. 修改大模型节点的系统提示词，换成新场景的类别定义；
   2. 修改分支节点的条件，匹配新类别的值。

完全不需要重新拖拽节点、重新连接线。 一个熟练的业务人员，5分钟就能“改装”出一个新场景的分拨助手。

5.2 独特性：为什么其他低代码平台做不到这么“丝滑”？

市面上很多低代码平台也有“导出导入”功能，但通常只能导出流程图结构，而提示词、变量绑定、模型参数、输出字段名这些“血肉”往往丢失。导入后需要重新填一大堆配置。

openJiuwen的导入导出之所以强大，是因为它完整保留了智能体工作流的三层资产：

1. 视觉层：节点位置、连线（可以不管）；
2. 逻辑层：分支条件、变量传递；
3. 认知层：提示词、模型参数、输出格式定义——这是AI应用最值钱的部分。

正是这“认知层”的完整导出，让模板复用具备了业务价值，而不仅仅是画图的复用。

6.结语：让每一个政务智能体都能“一次开发，到处运行”

在数字政府建设从“系统上网”迈向“智能重塑”的今天，AI应用不再是锦上添花的展示品，而是提升政务服务效能的核心生产力。

12345热线的智能分拨，只是政务智能体应用版图中的一个缩影。当每一个科室、每一个区县都能通过“导入模板”快速获得成熟业务能力时，我们才能真正摆脱“重复造轮子”的泥潭。

openJiuwen的导出导入，不是一个大而全的平台功能，却恰恰是解决政务AI推广“最后一公里”的关键。它让智能体的设计、调试、交付彻底解耦。

附录：政务智能体导入导出速查卡