识典古籍（shidianguji.com）是一个免费的中国古籍数字阅读与整理平台，由抖音集团（字节跳动）与北京大学合作建设，2022 年 10 月测试版上线。平台把古籍从扫描影像进一步推进到可全文检索的数字化文本：读者可以按经、史、子、集等传统分类浏览书库，在全部收录文本中检索字句，或在线阅读带现代标点的横排文本并对照原刻本影像。据官网首页显示，截至 2026-09-01 平台共收录 73,602 部古籍；北京日报 2026 年 8 月报道引述北京大学介绍称，平台月均读者超 240 万、总访问量近 3 亿次。与古籍影像库或纯文本库相比，它可核实的特点在于：全流程 AI 整理管线（OCR、自动标点、命名实体识别）、文本按"精校/粗校"分级标注、配套整理平台向公众免费开放，以及大规模众包校对机制。

识典古籍首页：搜索框下方标注"共收录73602部古籍"，下方为儒家、佛学、道家与文学经典入口

站点速览

  • 网址：https://www.shidianguji.com/
  • 类型：中国古籍数字阅读、全文检索与整理平台
  • 费用：完全免费、无广告；官方公众号口径为"永久免费，没有广告"
  • 注册要求：浏览书库、阅读正文、全文检索无需注册；书架、笔记、复制文本、深度研究和整理平台等功能需登录
  • 界面语言：以简体中文为主，提供英文界面（书库条目附部分英文译名）；正文支持机器繁简转换
  • 移动端：2025 年上线 iOS 与 Android 独立 App；网页版保留原版影像对照

站点背景

平台由北京大学与抖音集团合作建设。据北京大学数字人文研究中心项目页，2022 年 3 月抖音集团向北京大学教育基金会捐赠，双方依托"北京大学-字节跳动数字人文开放实验室"共建该平台，期望解决古籍数字化利用的瓶颈，面向海内外学者和古籍爱好者免费开放。合作分工为：北大方面提供设计指导和古籍图文数据并组织专家整理校对，字节跳动捐赠资金并负责研发运营；平台"关于我们"页说明，北京大学提供的古籍图文数据版权归北京大学所有。

建设的现实背景是古籍数字化的断层：字节跳动公益 2022 年发布稿称，中国现存古籍约 20 万种，已完成影像扫描约 8 万种，而实现文本数字化的仅 3–4 万种——扫描影像无法全文检索，文本化才是"完全数字化"。

收录规模随时间持续扩大，引用时需注意口径时点：

  • 2022 年 10 月 11 日测试版上线：390 部，主要来自《四部丛刊》（新华网）
  • 2023 年末：2200 余部（北京大学新闻网）
  • 2024 年末：10000 部；2025 年上半年突破 20000 部（字节跳动公益）
  • 2026 年 8 月：超 7 万部免费开放阅读（北京日报）；截至 2026-09-01，官网首页自报 73,602 部

书库与文本质量分级

书库按经部、史部、子部、集部、道教部、佛教部、出土文献部、文书档案部等一级分类组织，下设多级类目。条目显示书名、卷数、作者、年代、版本（如"四部丛刊景上海涵芬楼藏宋刊"）和文本来源（如"北京大学-字节跳动古籍开放文本库"、《儒藏》）。

识典古籍书库：左侧为分类导航，条目附作者、版本、文本来源及"精校""译文"角标

每条文本以角标标注质量等级："精校"表示文字、标点与实体均经人工校对，"粗校"或"AI整理"表示机器处理结果；页面同时提示"该文本内容为机器处理结果，请结合原图阅读或使用"。这一分级机制让读者可以区分文本的可信程度，是正式引用前必须注意的信息。

全文检索

全文检索无需登录即可使用，支持"搜全文"与"搜书籍"两种模式。结果可按四部分类、朝代筛选，按相关度或朝代排序，并提供"仅搜索正文""仅搜索原字""模糊搜索"等选项；异体字会归并展示（例如检索"孟子"时提示"孟(𣏍、𥁪)子(㜽…)"）。每条命中附书名、卷次、版本与页码出处，便于回溯原书。检索入口还提供"生成语料表格并进行分析"的语料分析功能。

识典古籍全文检索"孟子"：左侧为四部分类与朝代筛选，命中附书名、卷次与页码出处

阅读与辅助工具

阅读页提供横排文本与现代标点，左侧为章节目录，可打开原本影像与整理文本同屏对照——文本可溯源到底本影像是平台的建设原则。辅助工具包括：注疏内容的显示与隐藏、机器繁简转换（页面标注"机器简体，仅供参考"）、生僻词悬浮释义、人名地名专名号标注与可点击的实体百科，以及实体关系图和历史地图（页面声明部分数据由机器自动生成，可能有错误）。

识典古籍阅读页《论语（论语集解）》：左侧章节目录，中间为《四部丛刊》原本影像，右侧为横排文本

AI 能力方面，北京日报 2026 年 8 月报道称平台已用 AI 将 1 万部古籍翻译成白话文；页面声明"白话翻译为人工检查过的机器翻译，仅供参考"。站内 AI 助手基于豆包大模型，页面提示"内容由AI生成，可能有错误，使用前注意查证"，其中"深度研究"功能需登录后使用。

整理平台与众包校对

配套的古籍智能整理平台原为内部系统，2024 年起免费向有公益性古籍整理需求的个人和团队开放。据官方使用手册，平台整合 OCR（可识别 9.8 万字）、自动标点、自动结构整理、自动实体提取与多版本自动校勘，整理成果可发布回阅读平台共享。众包方面，"我是校书官"（2025 年起称"我用AI校古籍"）组织公众参与 OCR 粗校与标点精校；北京大学新闻网 2026 年 1 月报道，累计近 3.8 万人参与、完成 2 万余部古籍整理，粗校字数达 15 亿、精校字数 1 亿。《儒藏》编纂工程 2025 年起也使用该平台。平台上的专题数据库还包括永乐大典高清影像数据库（2023 年公开 40 册影像）、科技典籍数据库（2026 年 8 月上线，首批 1982 部）等。

账号体系与开放能力

匿名状态下可浏览书库、阅读正文和全文检索；用户服务协议亦说明"您无需注册也可开始使用识典古籍及相关服务，但部分功能或服务可能会受到影响"。登录后（字节跳动账号体系，支持手机验证码、密码或经今日头条 App 扫码）可使用书架、笔记、专题书单、复制文本与查看引用（页面提示有额度上限）、深度研究、整理平台和领取校对任务。

平台未见公开的官方 API 或批量数据下载渠道；学术界通常以"北京大学-字节跳动古籍开放文本库"的名义引用其文本。内容接口有严格的反爬风控，不利于程序化批量利用。

版权与内容政策

古籍原文本身属公有领域，但《识典古籍用户服务协议》对站内内容的使用设有明确限制：未经书面许可不得将平台内容用于商业用途，不得擅自编辑、整理、编排后在站外渠道展示，并禁止盗链、抓取及用机器人程序复制、下载平台内容（2.4、4.3、4.4、7.5 条）；北京大学提供的古籍图文数据版权归北京大学所有。平台公布的侵权投诉与合作联系邮箱为 guji@bytedance.com。

适用场景

  • 查证某句话在传世典籍中的出处：全文检索直接给出书名、卷次、版本与页码。
  • 阅读常见经典的整理文本，并结合原本影像核对关键字句。
  • 数字人文研究的语料初查、实体关系与历史地理信息浏览。
  • 有公益性质古籍整理需求的个人或团队，免费使用 OCR 与校勘流水线。

局限

  • 机器文本准确率有限：官方 2022 年口径称 OCR 识别准确率 96%–97%，即每百字约有 3–4 字误差；粗校文本的标点与实体识别未经人工校对，正式引用须核对原图。
  • 白话翻译、繁简转换与 AI 助手输出均为机器生成，平台自身均标注"仅供参考"或提示查证。
  • 复制文本与查看引用需登录且有额度上限；无公开 API 或数据集下载，批量利用受协议与风控双重限制。
  • 收录以汉文中国古籍为中心，传世典籍为主，兼及佛藏、道藏、出土文献、方志等；具体某部书是否有影像取决于底本来源。
  • 界面以中文为主，英文界面覆盖有限。

同类参考

  • 中国哲学书电子化计划：学术向的汉籍全文检索库，原文与影像逐段对照，高级功能需付费订阅。
  • 书格：公有领域古籍高清影像下载站，侧重影像本身而非可检索文本。
  • 中华经典古籍库：中华书局运营的商业古籍文本库，面向机构订阅。

参考资料