“数字图书馆建设方案”这类文档要交差很容易，难的是建成后没人用、系统孤岛、资源不能长期保存。本文按项目真实推进顺序，给出一套可落地的建设框架：需求与目标、资源与元数据、平台技术架构、服务与推广、运维与长期保存、以及预算与评估指标。

一、先定目标，而不是先买系统

很多项目失败的起点是“先招标后想需求”。正确顺序是先明确三类目标：

• 资源目标：要数字化多少量（古籍多少页、论文多少篇、音视频多少小时），以什么分辨率/码率；
• 服务目标：面向谁、并发多少、检索响应时间、是否需要校外访问（VPN/漫游认证）；
• 保存目标：数字资源要保存多少年（长期保存是图书馆的核心责任，多数方案里被忽略）。

二、资源建设：元数据是地基

没有规范化元数据，检索、统计、互操作、迁移全都会出问题。至少要定这几层：

• 著录标准：中文图书常用 MARC21/CNKMAR/UNIMARC；简单资源可用 Dublin Core（15 个核心元素，如 title、creator、subject、date、type、format、identifier、rights）。要写清楚本地扩展字段；
• 唯一标识：ISBN/ISSI/DOI + 本地对象 ID。建议对象 ID 用不可变规则（如 lib-0001-2024-000123），绝不用题名或路径当 ID；
• 受控词表与规范档：主题词表（如《汉语主题词表》）、作者规范档，避免同音不同写；
• 对象数据组织：一个数字对象通常包含多份文件（原 TIFF、缩略图、访问级 PDF/MP4、OCR 文本、元数据 XML），必须建 object → file 的关系表而不是塞在一个目录里。

数字化加工参数参考：纸质古籍/特藏用 TIFF 600dpi（存档级）、缩略图 150dpi JPEG；普通图书 300~400dpi；音视频存档用 FFV1 或 ProRes，分发用 H.264/H.265 + AAC；OCR 需保留坐标（ALTO PAGE 格式）以支持全文检索和位置跳转。

三、技术架构：四层拆解

① 资源层：扫描/采编/批量导入 → 存储（NAS/对象存储）+ 备份
② 管理层：资产管理系统（DAMS）/ 机构知识库（IR）
   - 元数据编辑、审核流程、批量质检、版本管理
③ 服务层：发现系统（OPAC/统一检索）、门户、数字资源导航
   - 检索引擎、IIIF 图像服务、流媒体服务、校外访问代理
④ 保障层：统一身份认证、统计网关、长期保存（OAIS）、监控

关键组件选型要点：

• 存储：热数据块存储 + 冷数据对象存储（支持生命周期策略自动沉降），必须支持校验和（每对象保存 MD5/SHA-256，定期巡检）；
• 检索：ES/OpenSearch 做全文与聚合；中文分词选 IK 或 HanLP，古籍场景需自定义词典（人名、地名字号）；
• 图像服务：IIIF（International Image Interoperability Framework）已成国际标准，Image API 支持区域裁切与多缩放，读者可局部放大看清字迹，避免一次传整张 600dpi 大图；
• 流媒体：HLS 分片 + CDN，音视频课件注意版权水印与倍速记录；
• 机构知识库：DSpace（https://dspace.org/ ）、EPrints、Fedora Repository；论文、学位论文、科研数据的存储与发布；
• 开源集群系统：Koha（https://koha-community.org/ ）做图书馆集成管理（ILS），支持 Z39.50/SIP2 接口；
• 互操作协议：OAI-PMH（元数据收割，做联合目录与联盟共享）、SRU/CQL、Z39.50、以及现代的 Bibframe/schema.org 结构化数据输出。

四、服务与推广：建好不等于用好

指标要落到能测量的行为上：

• 可达性：校外访问（CARSI/Shibboleth 联邦认证、VPN、代理）配置是否顺畅，是高校图书馆使用率的决定因素；
• 检索体验：响应时间 < 1s、拼写纠错、分面导航（按年度/主题/馆藏地筛选）、推荐关联资源；
• 嵌入教学科研：把数据库资源链接进课程平台、提供文献传递与馆际互借、按学科建学科馆员主页；
• 特藏传播：数字化古籍做主题专题（家谱、地方志）配 OCR 全文，才能被真正检索利用；
• 无障碍：视障阅览室与无障碍改造（如图书馆的视障服务区、有声资源）在建设方案里应明确列出。

五、长期保存（OAIS）与合规

数字资源不会“放着就永远存在”。按 OAIS（ISO 14721）参考模型建立流程：提交信息包 SIP → 归档信息包 AIP → 分发信息包 DIP。落地要点：

• 3-2-1 备份：3 份副本、2 种介质、1 份异地；古籍类再加一份离线磁带或光盘；
• 格式迁移策略：优先选开放格式（PDF/A-2 存档文档、TIFF、WARC 网页归档、Matroska），避免依赖单一厂商私有格式；
• 修复与巡检：每季度抽样做校验和比对，发现位翻转（bit rot）立即从备份恢复；
• 版权与授权：数据库按许可协议限制并发数与远程访问，超量会触发停止服务；学位论文需作者授权书与延迟公开机制；古籍影像要标注权利声明（rights statement）。

六、预算结构与评估指标

常见预算划分（可按比例参考）：硬件与存储 30%~40%、软件与系统集成 20%~25%、数字化加工（外包扫描/OCR）25%~35%、安全等保与备份 8%~12%、培训与运维 5%~8%。务必单列“持续采购与运维费”，一次建成、次年无钱买数据库是普遍现象。

验收与运行指标建议写成可量化条目：

• 元数据完整率（必填字段填充率）≥ 98%，著录错误率 < 0.5%；
• 检索 P95 响应 < 1.5s；门户可用性 ≥ 99.5%；
• 数字资源年访问量、下载量、全文传递量、校外访问占比；
• 保存健康度：校验和巡检覆盖率 100%，恢复演练每年至少 1 次；
• 用户满意度与服务响应时长（咨询/科技查新）。

七、常见问题 FAQ

问：方案里最常被砍掉、但最不该砍的是什么？
答：备份与长期保存。数字化加工是花钱买“一次性成果”，没有备份体系，一次硬件故障就可能全部归零。

问：自建系统还是买商业系统？
答：ILS/OPAC 类功能成熟的用商业或 Koha；特色资源管理（特藏、古籍、机构库）更适合 DAMS 类平台 + 定制。核心判断标准是元数据能否导出、接口是否开放。

问：AI 能替代编目吗？
答：可以辅助（自动分类、关键词抽取、OCR 纠错、图像识别著录），但需要人工抽检流程。方案里应写“人机协同”，否则错误会成倍进入检索系统。

一句总结：数字图书馆的难点从来不是买硬件，而是元数据规范、长期保存与服务落地。方案里这三块写得越具体，项目越容易成功。

• 数字图书馆
• 信息化
• 建设方案