前言
在政务数字化转型中，智能体（Agent）工作流的复用往往面临环境割裂、协作原始和无法追溯的痛点。开发人员在云上调试好的模型，因物理隔离到了生产环境必须手动重搭；A 区做好的分拨助手，B 区只能对着截图重新搭建，效率低且易出错。
本文以 12345 热线智能分拨助手为样本，演示如何通过配置即资产的理念，实现工作流的'复制、粘贴、带走'。无需二次开发，只需导出模板文件，即可在任意政务环境中快速复活流程。
背景与需求
近年来，各地 12345 热线引入大模型建设智能分拨系统，但常陷入死循环：
- 环境割裂：开发环境与生产环境网络隔离，节点需手动重拖。
- 协作原始：跨区县复用依赖截图讲解，提示词容易抄错。
- 无法追溯：多版本优化后，难以回退到旧逻辑。
智能体配置应脱离具体机器和网络，成为一份可独立流通的'数字图纸'，响应'一地创新、多地复用'的趋势。
场景设定
某市 12345 热线日均近 2 万通电话，其中 70% 为投诉举报类。人工分拨平均耗时 45 秒，高峰期排队严重，且新员工准确率波动大。
建设目标是用大模型搭建'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，确认后一键派单。该场景逻辑清晰，复用价值极高，适合作为标准化模板推广。
操作准备
| 角色 | 部署环境 |
|---|---|
| 市级开发员 | openJiuwen Studio（市局服务器） |
| 区县接收员 | openJiuwen Studio（区县服务器） |
双方环境可以不同，这正是导入导出要解决的问题。
搭建分拨工作流
登录平台，创建新工作流 Government_Hotline_Dispatch。
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。'
2. 大模型节点（意图识别与部门匹配）
这是工作流的核心，作为智能调度中心分析自然语言描述。
- 选择模型：deepseekR1
- 系统提示词（System Prompt）：
"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变量作为用户输入传入。
3. 分流业务处理
接收 LLM 输出的科室列表，转为结构化数据。
def main(args):
import json
try:
data = json.loads(args.params['input'])
return {'result': data['departments']}
except ValueError:
return {'result': ['其他部门']}
4. 部门选择器
读取分流节点输出的 department 字段，导向不同分支：
- 分支 1：包含 "人社局" → 进入人社业务大模型
- 分支 2：包含 "水务局" → 进入水务业务大模型
- 分支 3：其他 → 进入人工处理队列
5. 部门业务模型
多个并联的 LLM 节点，每个代表一个科室，挂载专属知识库，扮演政策专家角色。
6. 结束节点（输出结果）
⚠️ 关键技巧：变量绑定必须用'选择器'。
在配置结束节点时，点击右侧面板的'变量选择器'选中字段。正确操作后变量显示绿色高亮；若手动敲入 {{department}}，会显示纯白色代码块，导入后无法识别为变量，只会原样输出字符串。
测试与调优
在 Studio 右侧点击'运行测试'，输入典型市民描述验证逻辑：
- '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
- '房产证如何办理' → 输出：住建 + 办理科室 + 办理流程
- '公司拖欠我三个月工资' → 输出：人社 + 办理流程
确认符合业务要求后，点击画布右上角「导出」按钮，选择「导出为模板 (.jiuwen_template)」。
生成的 JSON 文件包含了节点连接、提示词、模型参数等所有配置信息，相当于工作流的'DNA'。
导入与复用
将模板文件通过政务邮箱发送给接收方。区县人员登录平台，新建测试工作流，点击「导入」选择该文件。
导入完成后，整个工作流出现在列表中，节点、连线、提示词、分支条件全部一致。此时可进行微调：例如本地部门划分不同，只需修改大模型节点的系统提示词，将'生态环境'改为'城管'，其他完全不用动。定制过程通常不超过 2 分钟。
注意事项
在实际项目中，导出的分拨助手可能出现'跑不通'的情况，主要注意以下两点：
1. 变量变成了纯文字
现象：大模型收到的输入是字符串 {{citizen_desc}} 而非实际内容。
原因：配置时手动打了 {{citizen_desc}}，未通过变量选择器插入。
解决：导出前养成习惯，所有变量绑定必须点击选择器。只认绿色高亮背景的变量。导入后检查【结束】节点，若出现 {{department}} 字样，说明绑定失败，需重新选择。
2. 导入后报错'Tool not found'
现象：明明没用工具，却提示找不到函数。
原因：源环境使用了自定义代码节点，且代码里硬编码了绝对路径（如 C:/Users/admin/data.xlsx），导入后路径不存在。
解决：导出前将文件路径改为相对路径或通过环境变量读取。导入后把依赖文件放到指定位置，修改代码节点里的路径。
扩展应用
这套方法不仅适用于 12345 分拨，核心逻辑（输入文本 → 大模型理解 → 映射类别 → 输出类别）可无缝应用到信访件分类、企业诉求派单、网格事件分拨等场景。
复用步骤：
- 将现有分拨工作流导出为模板；
- 在新项目导入；
- 修改两处配置：修改大模型节点的系统提示词（换类别定义），修改分支节点的条件（匹配新类别值）。
完全不需要重新拖拽节点。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。
市面上的低代码平台虽有导出导入功能，但往往丢失提示词、变量绑定等'血肉'。本方案完整保留了视觉层、逻辑层和认知层资产，让模板复用具备真正的业务价值。
