必须构建带结构化解析能力的工作流，而非依赖纯提示词工程；需在火山引擎Coze平台创建智能体并配置ParseX插件，设output_format为JSON，再通过路径提取字段、接入豆包大模型进行业务判断。
☞☞☞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☜☜☜
要在火山引擎上开发一个能处理真实业务文档的AI智能体，必须绕过纯提示词工程的陷阱，直接构建带结构化解析能力的工作流。光靠大模型“读”PDF或图片，90%的医疗报告单、财务凭证、合同扫描件都会解析失败。
创建智能体并初始化工作流
登录火山引擎Coze平台→进入「智能体开发」工作空间→点击「新建智能体」→输入项目名称（如“医疗报告分析Agent”），【名称中不能含空格或特殊符号，否则后续API调用会报400错误】。
创建成功后，系统自动分配唯一智能体ID，该ID将用于所有外部系统对接；点击左侧菜单栏「工作流」→右上角「添加工作流」→命名工作流为“parse_and_analyze”，描述填写“接收文件→TextIn解析→结构化提取→风险判断”。
此时画布中已生成默认的“开始”与“结束”节点，无需手动拖入。
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
集成TextIn ParseX文档解析插件
点击“开始”节点右侧的加号→在插件搜索框输入“通用文档解析专业版”→选择由合合信息提供的ParseX插件→点击「添加」。
ParseX节点添加后，必须配置两项关键参数：① input_file（类型选“文件”）→绑定上游输入；② output_format（类型选“JSON”）→确保返回结构化字段而非纯文本。不设output_format会导致后续大模型收到混乱的HTML片段，无法抽取指标数值。
这一步操作起来很简单，直接把文件拖进去就行，但若跳过output_format设置，整个工作流在解析体检报告时会返回一堆无序div标签，后续所有逻辑全部失效。
配置结构化字段提取与业务判断逻辑
第一步：从ParseX输出JSON中提取关键路径。右键ParseX节点→「添加输出变量」→变量名填“lab_results”，路径填$.tables[0].rows[*].cells[1].text（适配多数检验单首张表格第二列数值）。
第二步：接入火山引擎豆包大模型节点→在提示词中明确写入：“你是一名三甲医院检验科医师。请基于以下JSON数据判断异常项：{lab_results}。只返回JSON，字段包括：abnormal_items（数组）、trend_analysis（字符串）、urgent_flag（布尔值）。”
第三步：将大模型输出连接至「结束」节点→勾选“作为工作流返回值”→保存并测试。上传一份含ALT、AST、肌酐值的PDF报告，观察返回是否包含清晰的abnormal_items数组和urgent_flag字段。
