【灵感数字组】《丝路智行：从历史密码到 AI 编程》番外篇《置啬夫的日常》之一——文书加急分拣员 中等

1. 核心角色：置啬夫（历史真实还原）

置啬夫是汉代丝路驿站「置」的最高主管官吏，秩百石，相当于今天的驿站站长，核心职责包括：接待往来汉使、胡商与官员，核验驿符与通关文牒，管理驿站粮草、物资与仓储，同时承担文书分拣与传递工作。其中，文书分拣是他的日常核心工作之一，每天要处理数十份甚至上百份往来公文、商旅文牒、私人书信，需按紧急程度快速分拣，确保紧急公文不延误、普通文牒不混乱。

2. 背景故事

西汉宣帝年间，丝路畅通，西域都护府下辖的「悬泉置」驿站事务繁忙，每天都有大量往来公文、商旅文牒从四面八方汇集而来——有来自长安的特急军情公文、来自西域都护府的紧急指令，有普通的商旅登记文牒，还有往来官员、胡商的私人书信。

置啬夫每天伏案分拣这些文书，常常因为文书繁多、格式相近，出现分拣错误：把特急军情公文和普通文牒混在一起，导致军情延误；把胡商的货物登记文牒和私人书信弄混，影响接待效率。长时间分拣不仅耗费精力，还容易出现疏漏，轻则影响驿站运作，重则耽误军国大事。

驿站里的书吏见他为难，便结合Mind+ AI文本分类技术，为他设计了一款「文书加急分拣员」互动小游戏。这款游戏提前录入不同类型文书的关键词，AI能快速识别文书内容，帮置啬夫区分紧急程度，同时让他在分拣过程中熟悉文书分类标准，减少错误。我们本节课的核心任务，就是复刻这款小游戏，帮置啬夫解决文书分拣的难题。

本案例作为《置啬夫的日常》番外篇之一，以「解决置啬夫文书分拣易错、延误紧急公文」为核心叙事，延续系列课程“历史+科创”的融合理念，采用沉浸式角色代入+轻量化互动+跨学科融合的设计思路，核心设计逻辑如下，贴合番外篇“日常化、实操性、趣味性”的核心定位，适配90分钟双课时安排：

1. 历史与科创深度绑定：所有教学内容严格贴合汉代置啬夫的文书分拣日常，AI技术的学习完全服务于「解决文书分拣难题」的真实场景，避免技术与场景脱节，让学生在学AI的同时，同步了解汉代驿站文书处理的历史背景与流程。

2. 零门槛落地，适配全场景：全程使用Mind+ V2内置的文本分类功能，无需外接硬件、无需编写代码，只用电脑键盘/鼠标就能完成模型训练与互动，完美适配学校课堂、社团、家庭学习，零基础学生可快速上手。

3. 玩中学的场景化设计：摒弃枯燥的AI知识点灌输，以「模拟文书分拣」为核心玩法，学生扮演置啬夫，在完成分拣任务的过程中，自然掌握文本分类的核心原理、模型训练与程序设计的全流程，兼顾趣味性与实用性。

分层教学，弹性适配：设置「基础任务-进阶任务-拓展任务」三级梯度，适配90分钟双课时，模块一完成基础历史知识与模型训练，模块二完成程序设计与成果总结，兼顾零基础学生与进阶学生的学习需求。

1. 置啬夫的文书分拣职责与痛点

汉代驿站的文书分拣是置啬夫的核心日常工作，往来文书主要分为四大类，分拣标准严格，这也是本案例的核心历史依据，同时贴合置啬夫的工作痛点：

置啬夫每天需分拣的文书类型包括：特急军情公文（如匈奴动向、粮草调度指令）、紧急公文（如西域都护府的行政指令、驿站物资调配通知）、普通文牒（如胡商货物登记、汉使往来登记）、不急书信（如官员私人书信、胡商家书）。这些文书格式相近、数量繁多，置啬夫需快速区分，若分拣错误，可能导致军情延误、商旅受阻，这是他日常工作中最头疼的问题。

2. 汉代文书的紧急程度分类标准（历史真实还原）

本案例的文本分类标签，严格参照汉代驿站文书的真实分类标准设计，确保历史真实性，具体分类如下，也是学生需掌握的核心历史知识：

3. 丝绸之路文书分拣的核心价值

汉代驿站的文书分拣工作，是丝路畅通的重要保障。置啬夫的分拣效率，直接关系到公文传递、军情通报、商旅往来的顺畅——准确快速的分拣，能确保紧急指令及时传达、商队信息快速登记，推动东西方商品贸易与文化交流；反之，分拣错误、延误，可能导致军情泄露、商旅受阻。本案例通过模拟分拣场景，让学生深刻体会置啬夫工作的重要性，传承丝路坚守与严谨的精神。

本模块为90分钟课程的第一模块核心内容，全程采用Mind+ V2软件，无需编写代码，仅通过图形化拖拽、文本录入与模型训练，完成AI文本分类模型的搭建，为后续互动程序设计奠定基础，步骤清晰、可直接复刻，适配30分钟实操时长：

步骤1：打开Mind+ V2，进入模型训练界面

1. 打开Mind+ V2软件，在模型训练中选择「文本分类」；

步骤2：采集文本，创建分类标签

1. 按照汉代文书的紧急程度，创建4个基础文本分类标签（对应第四点历史知识中的文书分类）；

2. 标签1：特急（对应军情急报、调兵指令，录入关键词：军情、调兵、匈奴、急报）；

3. 标签2：紧急（对应行政指令、物资调配，录入关键词：指令、调配、物资、通知）；

4. 标签3：普通（对应商旅文牒、登记台账，录入关键词：胡商、登记、货物、文牒）；

5. 标签4：不急（对应私人书信，录入关键词：家书、书信、私人、问候）；

6. 点击对应标签，录入对应文本（附件中已备好对应的文本文档）；所有样本可查看文档《汉代文书按紧急程度分类（样本+测试）》，了解具体内容和文档出处；（附件获取方式：联系授课教师领取，或在课程配套资料中下载）

步骤3：训练模型，验证效果

1. 所有标签的文本采集完成后，点击「模型训练」（「高级设置」保持默认），等待一会，Mind+会自动完成模型训练；

2. 训练完成后，进入「验证」界面，输入任意对应文本（测试文本见附件），查看模型识别是否准确，识别不准可补充文本录入重新训练；

3. 验证无误后，点击「导出模型」，选择「导出到实时模式」，模型会自动加载到Mind+实时模式的编程界面中，完成模型准备，为下一模块程序设计做好铺垫。

本程序以汉代置啬夫的文书分拣工作为核心，将待分拣文书提前存入列表，通过书简角色随机展示文书内容，玩家扮演置啬夫角色，通过鼠标拖拽书简至对应类别文书筐完成分拣。结合第五模块训练的AI文本分类技术判定分拣结果，兼顾趣味性与知识性。

详细编程步骤

1. 初始化设置（10分钟）

A. 场景与角色配置：

保留汉代驿站文书房专属背景图，贴合场景设定；

核心角色 / 元素：置啬夫形象、4 个标注清晰的文书筐（分别对应 “特急”“紧急”“普通”“不急”）、得分显示模块、倒计时显示模块、书简角色（核心角色，用于展示随机文书内容）；

所有素材见附件

B. 初始化设置

初始化相关变量及角色位置和大小等；补充变量创建步骤，明确“创建‘书简归位’（布尔型，初始值为0）、‘推理结果’（字符型，初始值为空）、‘置啬夫的选择’（字符型，初始值为空）、‘文书’（字符型，初始值为空）等变量，标注各变量类型及初始值”；创建“文书”列表，录入10条汉代文书相关内容（素材参考附件，此部分内容学生可以自己通过网络搜索一些内容，增加文书数量）。

C. 模型加载及初始化

初始化中添加空的文本变量，是为了在弹出“文本分类”时，里面没有内容。“清空文本分类推理结果”是为了不将推理结果直接展示出来（我们游戏就是要让置啬夫自己选择分类，隐藏的是下图红色框内的内容）。

2. 游戏逻辑（15分钟）
游戏开始，开启倒计时，同时根据提示点击“书简”，书简会将文书内容显示出来（随机显示列表内容），“置啬夫”（玩家）通过鼠标拖拽书简至对应“文书筐”（书简与文书筐角色相碰即完成分拣），通过与AI识别结果对比，判断“置啬夫”的分拣是否正确。分拣完成后，通过程序，“书简”自动归位，等待下次点击并显示文书内容，“置啬夫”进行新一轮的分拣。
3. 角色程序截图与说明（10分钟）
A. 置啬夫：

说明：置啬夫角色完成变量初始化与模型加载；收到消息“游戏开始”时，仅启动倒计时功能，不触发积分累加、不清空文本分类推理结果；待玩家完成书简分拣选择后，再触发推理功能，将推理结果赋值给变量“推理结果”，与变量“置啬夫的选择”对比，判定分拣是否正确。

B. 四个分类（截图只选择一个，其余类似）：

说明：当该角色碰到“书简”角色时，即判定置啬夫完成分拣，将对应分类标签赋值给变量“置啬夫的选择”，与变量“推理结果”对比判定分拣对错；分拣完成后，将变量“书简归位”赋值为1，让书简回归初始位置。其余三个分类角色程序逻辑一致，仅标签名称不同。

C. 书简

说明：从已创建的“文书”列表中随机选取一条内容，赋值给变量“文书”并展示；变量“书简归位”为1时，解除鼠标拖拽绑定、书简回归初始位置；程序中添加背景音乐开启逻辑，同时绑定鼠标拖拽事件，确保玩家可通过鼠标操作书简移动。

结合项目核心（汉代置啬夫文书分拣、Mind+ V2 文本分类、丝路历史），游戏可从「历史场景、AI 难度、玩法互动、跨学科融合」四大维度拓展，贴合教学需求且零代码可落地，具体如下：

历史场景拓展：新增多驿站分拣场景（如悬泉置、玉门关置），不同驿站文书类型差异化（玉门关多军情、胡商文书，悬泉置多行政、私人书信），解锁场景可搭配对应丝路历史小任务（如解读驿站职能），强化历史沉浸感。

AI 难度进阶拓展：基础版保持 4 类标签，进阶版新增「多标签分类」（如文书同时标注 “紧急程度 + 地域”，如 “特急 + 匈奴”“普通 + 西域”）；新增「模糊文本识别」（模拟汉代残缺文书，关键词不完整，需优化模型提升识别准确率），贴合实际分拣场景。

玩法互动拓展：① 闯关模式：分初级（10 份文书）、中级（20 份）、高级（30 份，含混淆性文书），闯关成功解锁置啬夫专属成就（如 “分拣小能手”）；② 双人 PK 模式：两人同步分拣，比拼速度与准确率，适配课堂互动；③ 错题复盘：分拣错误后，弹出文书分类标准及历史知识点，强化知识记忆。

跨学科与功能拓展：① 语文融合：新增文书解读环节，分拣后需简单翻译文言文文书（如军情急报），兼顾历史与语文；② 批量分拣：新增批量导入文书功能，模拟置啬夫每日海量分拣场景，提升 AI 实操实用性；③ 自定义标签：允许学生新增特色文书标签（如 “商旅专用”“皇室文书”），自主拓展模型训练范围。

反馈优化拓展：新增置啬夫语音 / 文字反馈（如分拣正确：“文书分拣无误，丝路畅通有望！”；错误：“分拣有误，军情延误可误大事哦”），搭配丝路历史小典故弹窗，让游戏更具趣味性和知识性。

1. 跨学科融合，打破知识壁垒：本案例将信息科技的AI文本分类知识，与历史学科的汉代驿站文书制度、丝绸之路文化深度融合，避免科创教育与人文教育脱节，让学生在学AI的同时，同步掌握历史知识，实现“一课多得”，贴合系列课程“历史+科创”的核心理念。

2. 零门槛AI普及，适配普惠教育：全程无需外接硬件、无需编写代码，只用Mind+图形化操作，零基础学生也能快速上手，完美适配城乡中小学的教学场景，让每个学生都能体验AI开发的乐趣，推动AI教育普及。

3. 沉浸式角色代入，传承文化精神：以置啬夫的日常工作为切入点，让学生在模拟文书分拣的过程中，体会汉代官吏的严谨与坚守，理解丝绸之路文书分拣的核心价值，建立文化自信，传承丝路精神。

4. 思维与习惯双重培养：学生在完成模型训练、程序调试、文书分拣的过程中，锻炼逻辑思维、问题解决能力，同时养成严谨细致、分类整理的良好习惯，兼顾能力提升与素养培养。