Dify可零代码实现客服工单智能分发。通过导入结构化CSV数据并启用向量化，结合LLM语义理解、条件分支与API对接，支持关键词触发、规则匹配或分类器训练三种路由方式，并提供完整测试校验流程。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让客服工单不再堆积在一个人邮箱里，而是根据问题类型、所属部门、紧急程度自动路由到对应工程师的待办列表中——Dify能帮你用零代码方式快速搭出这个分发逻辑。
准备工单结构化数据源
从企业微信/钉钉/邮件系统导出近3个月的工单原始记录，确保每条含【标题】、【描述】、【提交人部门】、【紧急程度】、【是否含技术关键词】五列，保存为CSV文件。
打开Dify控制台→数据集→新建数据集→上传该CSV文件→勾选“启用向量化”→点击“完成导入”。【必须勾选向量化，否则后续无法做语义匹配】
等待右上角绿色对勾出现，表示向量索引构建完成。
设计分发决策流程
在Dify工作流中新建一个应用，选择“工作流编排”模式。
拖入“用户输入”节点，字段名设为“工单原文”，类型为文本。
连接“LLM”节点，模型选Qwen2.5-7B（本地部署）或GPT-4-turbo（API调用），系统提示词写：你是一个客服工单分发引擎。请严格按JSON格式输出：{“部门”: “研发部/客服部/运维部/财务部”, “优先级”: 1/2/3, “是否需转交”: true/false}。不要任何额外说明文字。
添加“条件分支”节点，依据LLM输出中的“部门”字段值跳转到不同路径。每个分支末端接一个“HTTP请求”节点，分别对接飞书多维表格API、Jira REST API或企业微信审批接口，将工单数据POST过去。
配置语义关键词触发规则
方法一：在“LLM”节点前插入“检索增强”节点，关联刚才创建的数据集，设置检索Top K=3，相似度阈值0.65。
方法二：手动维护关键词映射表，在工作流中加“代码执行”节点，填入Python脚本：if "数据库" in input_text or "SQL" in input_text: dept = "研发部"; elif "付款失败" in input_text or "发票" in input_text: dept = "财务部"……
方法三：启用Dify内置的“分类器”组件，上传20条已标注部门的工单样本，训练后直接接入流程。这一步操作起来很简单，直接把标注好的Excel拖进去就行。
测试与上线校验
第一步：在调试面板输入模拟工单：“用户反馈订单支付页面卡死，F12看到大量404错误，涉及订单号#ORD-8821”。观察输出是否命中“研发部”+优先级3+需转交。
第二步：检查飞书多维表格是否新增一行，字段是否完整映射，特别是“提交人部门”是否从原始文本中准确提取。
第三步：用企业微信发送一条含“打印机连不上”的工单消息，确认是否被路由至IT支持群而非客服群。
第四步：修改LLM节点中的系统提示词，把“优先级”输出从数字改为中文“高/中/低”，保存后重新运行全部测试用例，验证下游系统能否兼容新格式。
