FMS智能运营体正在重塑货代行业的操作逻辑。本文以订单管理为实战场景，揭秘如何通过Prompts、Skills、Subagents等核心组件，将传统Chatbot升级为能自动执行复杂业务流程的智能中台，实现从基础对话到自动化工作流的跨越式进化。

本文旨在通过 1.1 订单管理 这一具体业务场景，详细演示如何利用 FMS 智能运营体 (FMS-Ops-Agent) 的核心组件（Prompts, Skills, Projects, Subagents, MCP）构建一个智能化的货代操作系统。我们将展示从简单的对话指令进阶到复杂的自动化工作流的完整过程。

1. 核心概念概览

在开始实战之前，我们先统一一下对 FMS-Ops-Agent 组件的理解：

• Projects (大脑)：系统的“长期记忆”与“知识库”。它让智能体懂你的业务上下文。
• Prompts (神经指令)：日常的“指令”。用于处理一次性的、即时的任务。
• Skills (职业技能)：封装好的“SOP（标准作业程序）”。让智能体学会执行复杂的标准化流程。
• Subagents (职能分身)：专职的“虚拟员工”。处理特定领域的专业任务（如报关、航线规划）。
• MCP (手脚)：系统的“感官与执行器”。连接数据库、API 和外部工具。

2. 实战演练：构建智能订单管理系统

我们将按照构建顺序，一步步搭建这个系统。

第一步：Projects (大脑) —— 建立“订单管理”专属空间

首先，我们需要让 FMS-Ops-Agent 理解什么是“货代订单”。

操作动作：

1）在智能体配置中创建一个新 Project，命名为 “FMS 订单管理系统”。

2）上传知识库：将以下核心文档添加到 Project 的上下文中：

• 1.1 订单管理.md（核心业务逻辑、字段定义、流程图）
• 1.2 作业管理.md（订单拆解后的下游任务）
• 15.1 基础数据管理.md（港口、航线、费用代码定义）
• 数据库 Schema 定义文件（如 orders.sql, customers.sql）

效果：现在，当你对 FMS-Ops-Agent 说“创建一个海运出口订单”时，它不再需要你解释“海运出口订单有哪些字段”，因为它已经“读”过了 1.1 订单管理.md 中的“页面原型设计”和“数据流转图”。它知道必须包含“起运港”、“目的港”、“件重尺”等信息。

第二步：MCP (手脚) —— 打通“任督二脉”

光有知识是不够的，智能体需要实时数据。我们需要通过 MCP 连接公司的数据库和外部 API。

操作动作：

1）配置 Database MCP Server：

• 连接到 FMS 的测试数据库（PostgreSQL/MySQL）。
• 赋予只读权限（初期安全起见），允许执行 SELECT 查询。

2）配置 External API MCP Server：

集成“船期查询 API”和“汇率查询 API”。

场景演示：

用户：请帮我检查一下客户 “ABC公司” 的信用额度够不够下这个新订单（预估运费 $5000）。

FMS-Ops-Agent (内部思考)：

1. 调用 db_query 工具查询 customer_credit 表。

2. 获取结果：credit_limit: 50000, used_credit: 48000。

3. 计算：可用额度 2000 < 5000。

FMS-Ops-Agent (回答)：警告：ABC 公司的可用信用额度仅剩 $2000，不足以支付本单预估的 $5000 运费。建议先走特批流程或要求客户付款。

第三步：Skills (职业技能) —— 封装“订单验证 SOP”

订单录入有很多繁琐的检查规则。我们把这些规则写成一个 Skill，让智能体自动执行。

操作动作：创建一个名为 OrderValidationSkill 的技能文件（Markdown 格式），内容如下：

# Order Validation Skill (订单验证技能)
## 目的

在订单提交审核前，执行标准化的合规性检查。

## 检查清单 (Checklist)

1. **港口逻辑检查**：起运港和目的港不能在同一个国家（除非是国内运输）。

2. **危险品检查**：如果 `dangerous_goods` 为 true，必须检查是否上传了 MSDS 文档。

3. **货值逻辑**：如果 `cargo_value` > $100,000，必须建议客户购买保险。

4. **必填项完整性**：检查 HS 编码是否为 10 位数字。

## 输出格式

以列表形式输出检查结果，标记 [PASS] 或 [FAIL]。

场景演示：

用户：我对刚录入的 ORD-005 号订单做个检查。

FMS-Ops-Agent：收到。正在加载 OrderValidationSkill…

(智能体读取订单数据，逐条比对 Skill 中的规则)

检查报告：

– [PASS] 港口逻辑 (上海 -> 汉堡)

– [FAIL] 危险品检查：订单标记为危险品，但系统附件中未发现 MSDS 文档。

– [PASS] 货值逻辑

– [PASS] HS 编码

建议：请补充 MSDS 文档后再提交审核。

第四步：Subagents (职能分身) —— 组建“专家团队”

订单拆解（Order Breakdown）是一个复杂过程，涉及关务、航线、车队等多个领域。我们可以引入 Subagents 来分工协作。

操作动作：

定义三个专门的 Subagent：

1）关务专家 (Customs Agent)：

职责：负责 HS 编码归类、判断监管条件。

Prompt 设定：“你是一名资深报关员，精通各国海关编码和进出口管制政策…”

2）航线规划师 (Route Planner Agent)：

职责：选择最优船期、计算运费成本。

Prompt 设定：“你是一名物流调度专家，专注于优化路径和降低物流成本…”

3）单证专员 (Doc Specialist Agent)：

职责：生成提单 (B/L)、发票、装箱单。

场景演示：

用户：这批货（电子元器件）要从深圳发往鹿特丹，请给出物流方案。

FMS-Ops-Agent (协调者)：收到任务。正在召集专家组…

1）呼叫 关务专家：请确认电子元器件出口欧盟的监管要求。

关务专家回复：需要 CE 认证，HS 编码建议 8542.31，关税率 0%。

2）呼叫 航线规划师：查询下周深圳去鹿特丹的快船。

航线规划师回复：推荐 CMA CGM 班轮，周三截关，航程 28 天，运费 $3200。

3）FMS-Ops-Agent 汇总：根据专家建议，已为您生成预案。注意：请提前准备 CE 认证文件，我们建议预订 CMA 周三的船期。

第五步：Prompts (神经指令) —— 灵活的日常指挥

有了以上基础，日常的 Prompt 就变得非常简单且高效。

场景演示：

用户：给客户发封邮件，告诉他们 ORD-001 已经订舱成功了，把刚才航线规划师查到的船名航次告诉他们。

FMS-Ops-Agent：

(利用 Project 上下文知道 ORD-001 的客户是谁，利用刚才 Subagent 的输出知道船名航次)

邮件草稿：

主题：【订舱确认】订单 ORD-001 / 目的港：洛杉矶

尊敬的张经理：

您好！

您的订单 ORD-001 已成功完成订舱。

船名/航次：CMA CGM CGM CORTES / 0TMS5E1MA

…

3. 总结：从“工具”到“系统”

通过这个案例，我们可以清晰地看到各个组件是如何配合的：

这就是 FMS-Ops-Agent 的威力：它不再只是一个陪聊的 Chatbot，而是变成了一个能理解业务、能执行流程、能连接系统的智能业务中台。