2025年智慧图书馆AI馆员应用白皮书-.docxVIP

智慧图书馆AI馆员应用白皮书

（Ver0.9征求意见稿）

上海图书馆（上海科学技术情报研究所）

深圳市海恒智能科技有限公司

智慧图书馆技术应用联盟

2025年8月版本号：0.9

目录

前言 1

1.背景与问题提出：图书馆服务体系的结构性压力 3

2.AI馆员的角色定位与能力结构 5

2.1AI馆员在图书馆智能体体系中的边界与角色 5

2.2图书馆AI馆员调研 7

2.3AI馆员的核心能力结构 8

3.AI馆员的系统架构与技术协同机制解析 14

3.1三层系统架构模型 14

3.2多模型协同与系统融合机制 17

3.3技术挑战与关键问题分析 20

3.4能力结构与技术要素映射 22

4.AI馆员的部署模式与落地实施规范 24

4.1部署模式对比与选型参考 24

4.2模型部署的预算影响与资源要求 29

4.3系统对接与平台落地要求 32

4.4安全合规策略 35

4.5图书馆侧准备要点与配合职责 36

5.AI馆员的评估指标体系 40

5.1评估原则 40

5.2三大核心维度 40

5.3评估指标体系 41

5.4应用建议 43

6.实践案例分析 44

6.1公共图书馆实践案例与场景分析 44

6.2高校图书馆实践案例与场景分析 52

6.3高校图书馆与公共图书馆AI馆员实践对比分析 56

6.4学术研究AI应用案例 59

6.5国外图书馆AI服务产品实践对我国方案的启示 61

7.AI馆员的常见问题处理 64

7.1知识库文档相关问题 64

7.2图片与图像理解能力问题 64

7.3数据敏感性与安全性问题 65

8.总结与未来展望 67

结语 69

1

前言

在人类文明的漫长演进中，图书馆始终以知识灯塔的姿态矗立——从古代两河流域的泥板档案库到中世纪修道院的手抄本藏书室，从工业革命时期的公共阅览室到数字时代的全域资源中心，它的形态随技术浪潮不断迭代，但其“为人连接知识”的核心使命从未动摇。进入21世纪第三个十年，当数字原生代成为用户主体、海量信息呈指数级增长、人工智能技术实现突破性跃迁，图书馆服务体系正站在前所未有的变革节点上。

当代读者对图书馆的诉求已彻底超越传统“借还书”的范畴，形成“全流程、个性化、即时性”的鲜明特征：他们不仅希望快速定位一本图书，更期待获得基于阅读偏好的延伸推荐；不仅需要了解借阅规则，还希望得到适配自身身份（如学生、老年人、研究者）的流程指引；不仅满足于线下空间服务，更要求线上咨询、线下体验、资源获取的无缝衔接。这些需求的背后，是对“知识服务精准化”“响应时效全天候”“人力成本最优化”的深层期待，而传统服务模式在应对这些挑战时渐显乏力：高峰时段的排队等待、非服务时段的响应空白、重复性咨询对人力的过度消耗，导致深度服务能力被严重稀释；早期的智能化尝试，如固定话术的FAQ机器人、基于关键词匹配的检索系统，又因语义理解僵化、交互体验生硬，难以承载复杂场景的服务需求。

正是在这样的背景下，“AI馆员”作为融合大语言模型、知识检索增强、多系统协同能力的新型智能体，逐渐走进图书馆的服务生态。以大语言模型（LLM）为代表的技术突破，为智能服务提供了前所未有的支撑：相较于传统规则驱动的系统，大语言模型具备更强的语义理解能力，能处理模糊表达、复杂语境甚至跨领域提问；更优的上下文保持能力，可实现多轮对话中的意图连贯；更灵活的知识生成能力，能基于已有信息输出结构化、个性化的回应——无论是“办证流程咨询”“馆藏定位指引”还是“学术资源推荐”，都能展现出高适配性。而智能体（Agent）架构与多通道调用协议（MCP）的成熟，则让AI从“能理解”真正升级为“能行动”：通过联动借阅系统、活动平台、空间预约等业务接口，实现从“问答”到“执行任务”的跨越，例如自动发起活动报名、查询借阅状态、推荐可借资源，真正具备了“类馆员”的服务能力。

这种“服务刚需”与“技术成熟”的共振，让AI馆员从概念走向实践成为必然。它绝非简单的“机器替代人工”，而是通过技术赋能构建“人机协同”的新型服务模式：人工馆员聚焦深度咨询、人文关怀、复杂问题解决等高阶服务，AI馆员承接重复性问答、标准化流程引导、全天候基础响应等任务，二者互补共生，共同提升图书馆的服务效能。

本