第十篇:落地情况与小范围推广——从第一个试点到二十家图书馆,文渊慧典的“农村包围城市”之路
——大胖老师:“系统开发完了,测试也通过了,是不是该开发布会、请媒体、搞个新闻发布会了?”
——二黑头也不抬:“老师,咱们的推广经费是零。发布会就别想了,先把第一个试点跑通再说。”
——小菜举手:“第一个试点在哪儿?” ——大胖老师从抽屉里翻出一张皱巴巴的便签,上面写着:湖南省某县图书馆,联系人王姐,电话138xxxx。“这是咱们的第一个用户。去年她打电话来问OCR的事,我说再等半年。现在半年到了,该兑现承诺了。”
——二黑推了推眼镜:“从零到一,最难。从一到十,也难。从十到一百,才是真正考验。今天咱们就讲讲,文渊慧典是怎么从实验室的一台电脑,走到全国二十家图书馆的阅览室里的。”
一、第一个试点:湖南某县图书馆的“康熙县志”奇遇
2024年秋天,大胖老师带着二黑和小菜,坐了一夜绿皮火车,又转了两个小时的中巴,来到了湖南省某县。这是文渊慧典选定的第一个正式试点。
“为什么选这个馆?”小菜在火车上问。
大胖老师掰着手指:“第一,王姐是我们最早的‘编外需求顾问’,从项目一开始就给我们提需求、反馈问题。第二,这个馆的馆藏很典型——几千册古籍,以清代方志和民国契约为主,品相有好有坏,是大多数基层馆的真实写照。第三,馆里只有一台2016年的办公电脑,4G内存,集成显卡——如果我们的系统在这里能跑通,那在全国任何县馆都能跑通。”
二黑补充:“还有一个原因——王姐敢说。她不会因为我们是‘高校来的专家’就客气。用得不好,她直接开骂。这种用户,是我们最需要的。”
到了图书馆,王姐已经在门口等着了。她四十多岁,扎着一个利落的马尾辫,手里拿着一个U盘。“胖老师,你那个系统我装上了,跑是能跑,但是——”她从U盘里点开一个文件,“你看这页,识别出来少了一整段。”
二黑凑过去看,发现是版面分析把一列正文和旁边的夹注合并了,导致阅读顺序混乱。问题不大,但也说明系统在复杂版式上还有提升空间。他当场改了参数,重新跑了一遍,问题解决。
王姐又拿出另一页:“还有这个,虫蛀得厉害,能认吗?”那页康熙县志的角落被虫蛀了几个洞,缺了好几个字。大胖老师心里没底,但还是让系统跑了一遍。结果出乎意料——大部分缺笔字被正确地补全了,只有两个字因为残缺太严重被标记为黄色。
王姐仔细核对了一遍,忽然“咦”了一声,指着一段小字双行夹注:“这段我翻了好几年都没注意,今天第一次看清——‘邑令某,率民食观音土,便秘几死’。”她念完,自己先笑了,“我们县太爷带头吃土,差点憋死。这个事要是没人写出来,恐怕再过几年虫子就把字全啃完了,这个‘憋死县令’就真憋死了。”
大胖老师后来把这条记录写进了试点报告:“康熙某年,邑令食观音土,便秘几死。此条系文渊慧典从双行夹注中检出,此前无人注意。古籍OCR,不是让书变数据,是让被遗忘的故事重见天日。”
二、第一个月的“放养测试”:微信群里的深夜求救
系统部署之后,大胖老师没有留在现场,而是回了学校,只留了一个微信群。他管这叫“放养测试”——不派人驻场,让王姐自己用,有问题在群里说。
第一个星期,群里的消息几乎是24小时不间断。凌晨两点都有王姐在问:“胖老师,这个报错是怎么回事?”二黑爬起来一看,是王姐把扫描仪设置成了黑白模式,导致二值化过度,文字糊成一团。
第二个星期,问题开始减少。王姐逐渐摸清了系统的脾气,还自己总结了一套“土办法”:扫描时用灰度模式,分辨率设300,文件名按“书名-页码”格式,这样系统自动拆分目录。她把这份经验写在纸上,拍照发到群里,标题是“给新来的姐妹们的使用心得”。
第三个星期,群里出现了一个新面孔——隔壁县的李大姐。她是被王姐拉进来的,说她们馆里也有一批古籍想数字化,问能不能也装一套。二黑远程帮她安装了系统,李大姐用了三天,发来一条消息:“比我以前用的那个两万多的好用。那个连竖排都认不了,你们这个至少认得出来,而且不要钱。”
第四个星期,群里的消息变成了这种画风:王姐发一张截图:“今天跑了八十页,全对!”李大姐跟帖:“我跑了一百二十页,比你快!”王姐回:“你那是刻本,我这是手抄本,当然慢。”大胖老师看着群聊,对二黑说:“看到了吗?用户开始互相比赛了。当一个系统能让用户产生成就感和归属感,它就活了。”
三、意外的推广员:王姐的“人传人”效应
第一个月结束后,大胖老师做了个统计:从第一个试点王姐开始,通过她的推荐,又有三家图书馆主动联系安装了文渊慧典。没有广告,没有推广费,全靠王姐在同行圈子里口口相传。
“这就是‘人传人’效应。”二黑分析,“图书馆古籍管理员这个群体,圈子很小,信息传播靠的是微信和行业会议。王姐是她们圈子里的‘活跃分子’,她用得好,比我们发一百篇论文都有说服力。”
更让大胖老师意外的是,王姐主动把文渊慧典推荐给了她的母校——一所地方师范学院的图书馆。那个馆里藏着一批民国时期的地方教育档案,一直想做数字化,但苦于经费不足。馆长听说有免费的工具,起初半信半疑。王姐说了一句让大胖老师至今记忆犹新的话:“我都用了两个月了,虫子啃掉的字都能认出来,您还怕啥?”
就这样,文渊慧典的用户从一家变成了四家,从四家变成了十家。每次有新的图书馆加入,二黑就把位置标注在一张中国地图上。到2025年底,地图上钉了二十颗图钉,分布在七个省份。虽然没有北上广深的大馆,但每一个图钉背后,都是一批正在被激活的古籍和一个正在被改变的王大姐。
四、意外收获:上海初中生的“米价曲线”
推广过程中,一个完全意料之外的用户群体出现了——学生。
2025年春天,上海一位初中历史老师在备课的时候,偶然发现了文渊慧典的网页界面。她试着把几页《申报》广告版传了上去,发现系统不仅认出了那些密密麻麻的小字,还能自动把价格信息结构化。她把这个工具推荐给了班上做研究性学习的学生。
一个叫小林的初二学生,正在做《晚清上海米价波动》的课题。以前做这个课题的学生,得蹲在图书馆手工抄几个月的报纸。小林用文渊慧典,花了不到一个周末,就把十年的米价数据整理成了Excel表格。后来他的课题拿了市里一等奖。
颁奖那天,小林在获奖感言里说:“我要感谢一个叫做‘文渊慧典’的软件。它就像一个脾气极好的老学究,不管我问它多少遍,它都不嫌烦,总能从故纸堆里找出我要的那一粒芝麻。”
大胖老师从新闻里看到这段感言,转发到项目群里,只写了两个字:“值了。”二黑截图保存,放在了项目主页的“用户故事”一栏。
五、小范围推广中的五个阻力与破解之道
小范围推广过程中,大胖老师遇到了五个典型的阻力。他在一次内部复盘会上逐一分析。
阻力一:馆长不信任免费软件。“很多馆长的第一反应是:免费?那肯定不好用,或者后面有陷阱。”大胖老师苦笑。破解之道是让馆长亲自试用。他总结了一套“五分钟说服术”:拿一页馆长最熟悉的古籍,当着他的面拖进系统,等几秒,把识别结果打印出来。馆长看到自己馆里的镇馆之宝被准确地识别成文字,态度往往当场转变。
阻力二:馆员怕学不会。“有些王大姐第一反应是摆手:我不会用电脑。”二黑说。破解之道不是培训,是“让她们看别人用”。当一个馆员看到隔壁县的同行——一个跟自己年纪相仿、计算机水平相当的大姐——熟练地操作系统时,恐惧感会大大降低。视频教程不如同行的演示,同行的演示不如一句“我也是从零学的”。
阻力三:担心数据安全。这个在前面多次提到,是所有图书馆的红线。文渊慧典的“纯离线运行”是最大的破冰锤。每当有馆长问“数据传到哪里”,大胖老师就拔掉网线,当场演示一遍完整流程。网线一拔,疑虑全消。
阻力四:与现有系统对接困难。有些图书馆已经有数字资源平台,要求OCR结果导入他们的系统。文渊慧典的ALTO XML导出功能,就是被这个需求逼出来的。二黑花了两周研究METS/ALTO标准,实现了标准格式输出。虽然过程痛苦,但打通了这个环节之后,文渊慧典从“独立工具”变成了“可嵌入现有体系的标准化模块”,推广阻力大大减小。
阻力五:后续维护的人力不足。很多县馆没有技术维护人员,系统出了问题只能等着。大胖老师的应对策略是“微信群+远程协助+社区互帮”。每个新加入的馆都会进群,简单的问题老用户帮忙解答,复杂的问题二黑远程桌面处理。久而久之,第一批用户变成了第二批用户的“师傅”,形成了一个自组织的支持网络。
六、落地之后:那些被改变的日常
文章最后,大胖老师让小菜去采访几位用户,记录下他们使用文渊慧典之后的真实变化。
王姐说:“以前读者来查方志,我得一本一本翻,翻到了用手机拍下来发过去,有时候字太小还看不清。现在读者在微信上问我,我在系统里一搜,几秒钟就把文字发过去了。读者以为我变聪明了,其实是系统聪明。”
李大姐说:“我们馆有一个退休老师,每个月都来抄家谱。以前一抄就是一天,现在我把全本都导成Word发给他,他在家就能慢慢看。他高兴坏了,送了我一袋自己种的橘子。”
小林(那位初中生)说:“文渊慧典让我觉得,AI不是高高在上的东西。它就藏在一个免费的工具里,帮一个普通中学生完成了一个自己以为完成不了的课题。我想以后也学计算机,做那种能让普通人变厉害的工具。”
大胖老师把这些话整理在一起,写了一段注脚:“我们做文渊慧典,不是为了发论文、评职称、拿项目。为的就是这些日常——王姐不再手忙脚乱,李大姐收到一袋橘子,小林觉得自己可以学计算机。技术的最高境界,不是炫酷,是消失。消失进千千万万个寻常的日子里,成为别人生活里一件理所当然的小事。”
七、下期预告
二黑关上地图,收起笔记本:“二十家图书馆,对我们三个人来说已经是极限了。但全国有两千八百多个县级行政区划,靠人传人,传到什么时候?”
大胖老师点头:“所以接下来,我们要把系统的最终成果整理出来,正式发布1.0版本,建立开源社区,让更多的人参与进来。同时,也要坦诚地面对系统的不足和未来的方向。”
小菜问:“是不是该写总结和展望了?”
“对。”大胖老师站起身,走到窗边,“做文渊慧典这几年,我们从被国际大厂的客服说‘竖排是小众需求’,到把系统送进二十家图书馆,走了很长的路。这条路教会了我们很多,也还有很多没做到的事。下一期,咱们做一个阶段性的总结,同时也把未来的路线图亮出来。”
“主题就叫——”
《文渊慧典能做什么?不能做什么?——一份开源古籍OCR系统的“成绩单”与“体检报告”》
窗外,二十颗图钉钉在中国地图上,从湖南到甘肃,从东北到云南。每一颗图钉的周围,都有一批正在被激活的文字和故事。大胖老师的保温杯里,今天泡的是一杯王姐寄来的当地茶叶,虽然不贵,但特别解渴。
本文为注水技术版,您看看即可,不必当真,写此文字就是图一乐:-)