2026年4月，浙江大学正式发布未来图书馆1.0。其在以大资源、大阅读、大融通、大模型为四大支柱的基础上，确立了多智能体的全链路知识服务体系、跨媒体大资源体系与学科知识库群、学术研究支持与人才培养机制的三大发展战略方向，其中智能体建设是贯穿三者的技术枢纽。
全链路智能服务体系
面向服务链重构，浙江大学建设了以智能体为统一界面的全链路服务体系。该体系以未图千问（AI馆员）为核心入口，通过MCP协议统一调度各业务系统，通过Skills广场接入外部能力模块。
在知识服务层面，未图千问以对话方式理解用户意图，基于馆内知识库提供回答。
在操作执行层面，未图千问打通了馆藏检索、座位预约、书籍借还、研究助手等跨系统任务，实现从对话到操作的闭环。
在身份认证层面，以唯一身份锚点和精细人员标签机制打通了校内用户、校友、CADAL联盟和CARSI跨校认证，使不同身份来源的用户均通过统一入口接入，用户在所有场景下只需一个身份即可贯通馆藏检索、数字资源访问、活动预约等各项服务。
在服务聚合层面，未图钉将浙大读书、CADAL资源等分散的业务模块整合在同一界面下，使用户不必在不同的系统之间跳转。这种“一个身份、一个入口、一套服务”的架构，为知识服务从校内延伸至校友和联盟用户提供了基础。
图1 未来图书馆1.0五层实践体系架构
在模型策略上，未来图书馆1.0项目采用多模型协同编排，通用服务侧调用千问大模型API满足对话、检索、推荐等高频场景的响应需求；深度科研侧借助磐石大模型体系支撑文献分析和知识发现等研究型任务。这种“不同任务、不同模型”的协同策略体现了高校图书馆作为模型能力调度者的定位——不依赖单一模型，而是根据任务对准确性、响应速度、推理深度的不同要求灵活组合。
对于涉及用户隐私和馆内敏感数据的业务场景，未来图书馆1.0依托本地部署的算力资源进行处理，数据不出馆即可完成推理。这种本地化策略除了保证数据安全合规，还使高校图书馆在模型推理本地完成的前提下，能自主控制模型版本、参数调优和知识库更新节奏，避免因依赖外部API而受制于第三方厂商的服务变更。
馆藏知识工程化
面向资产层转化，未来图书馆1.0对馆藏资源进行了三个层次的递进处理。
第一层，向量化。浙江大学图书馆机构知识库覆盖112个一级学科、百万级学术成果，已从传统的元数据和全文存储模式转化为语义向量。
这一转化过程中暴露的组织难点是学科差异：工科领域的实验数据集与人文领域的论述性文本在语义建模时无法共用同一套向量化方案。
浙江大学图书馆为此建立了分学科的向量维度、索引结构和相似度算法配置策略，使不同学科的文献按各自的语义特征被组织。分学科的知识组织为智能体提供深度科研支持奠定了基础。
第二层，知识图谱化。浙江大学图书馆数字人文数据库已完成约3万张契约文书、1.5万张拓片和1.6万张墓志的结构化处理，产出了人物关系图谱、地缘网络和时空轨迹数据等可直接被智能体调用的知识资源。
第三层，跨媒体整合。浙江大学图书馆声图资源中心已将覆盖全球55种语言的语音和歌声样本纳入可计算的关联网络，应用方向涉及哲学研究等。当智能体需要回答跨载体的问题时，不同模态的资源可被同步调度，不再局限于单一文本的输出形式。
支撑上述三层处理的底层技术是检索增强生成。其核心思路是将知识从模型参数中剥离，放入可控的向量知识库和知识图谱中，使智能体在回答时先检索后生成，每一步引用均有据可查。这一机制解决了通用大模型无法通过自身训练数据解决的可靠性问题：大模型的训练语料存在截止日期，且不包含高校图书馆特有馆藏，仅凭参数记忆生成的知识回答极易出现事实错误。
社区共建机制
面向人才环激活，未来图书馆1.0将知识服务的使用者转化为服务生态的共建者，让馆员、师生和社会学习者参与贡献。
1.未图学习中心
未图学习中心将馆藏资源与教学场景深度整合，通过AI助教和智能总结功能，使师生在课程中自然地使用AI工具进行知识创造。
教师上传课程资料后，AI将其解构为知识资产；学生使用这些资产学习，其反馈又反过来优化知识组织。图书馆的使用从有意识的行为变成自然的伴随。
2.Skills广场
Skills广场将参与门槛进一步降低——不教用户使用工具，而是直接提供AI工具库和应用模板，将开发门槛从写代码降到定义需求。
其运行逻辑不是“教会用户使用AI”，而是让用户在自己熟悉的问题域内直接调用AI能力。
当越来越多的师生按这种方式开发个性化应用并分享回Skills广场时，工具库的多样性和覆盖度便持续增长，形成“使用即贡献”的正反馈。
3.X Lab科研协同空间
X Lab科研协同空间配备了NVIDIA DGX Spark和Apple Vision Pro等设备，联合企业开展培训和沙龙，为学术社区的持续运转提供制度与空间支撑。
校企协作在此超越了技术采购关系：将企业的算力资源、工程经验与高校图书馆的知识组织能力结合起来，共同为学术社区提供工具和培训，使人才培养与生态建设形成双向支撑。
未图学习中心将服务嵌入教学流程，Skills广场降低了创作门槛，X Lab打通了产业连接。当学术社区的共创机制趋于成熟时，这种模式便具备了向全社会学习者开放的潜力。
结语：三条实践经验
从浙江大学的初步实践中可以提炼出三条经验。
1.认知转换优先于技术投入
智能体建设的起点不是在哪里接入大模型，而是用什么逻辑组织智能体。高校图书馆的核心竞争力是调度和组合多个模型、让它们各司其职的能力，而非拥有模型本身。将智能体视为统筹旧系统的新界面而非又一个新功能，决定了建设的方向和效能。
2.知识工程化先于AI智能化
高校图书馆智能体与通用AI的根本区别，在于其调用的知识资源必须可信、可溯源、具备学科深度的系统积累。普通高校可从1—2个特色学科的知识结构化起步，逐步积累。
3.生态共建优先于规模扩张
知识社区生态的活力来自共建路径与日常流程的自然融合。当内容创作与智能体平台下的服务场景深度嵌合时，知识服务便获得了自我生长的内在动力。
本文节选自“高图工”微信公众号发布的《文章荐读 | 张紫徽团队-高校图书馆知识服务转型的智能体路径——以浙江大学未来图书馆为例》，内容有删减。作者：盛一航 张紫徽（浙江大学图书馆）
京公网安备 11040202430174号
![京网文[2017]10376-1180号](/images/indexnew/www1024.jpg){kind=link}