400册《永乐大典》上线“识典古籍”，一键回到六百年前

在没有电脑的年代，古人为了便捷地查询资料，发明了很多古代的搜索引擎，其中的佼佼者就是《永乐大典》，它也是中国最为人所知的典籍之一。

它有一个巨大的数据库，汇集了先秦至明初的七八千种典籍，共22877卷，分装11095册，总字数约3.7亿，被《不列颠百科全书》称为“世界有史以来最大的百科全书”。它的使用原理是 “用韵以统字，用字以系事” 的编排方式，先找出单字，再将与这个字有关的各种材料分类汇集，方便读者逐字查询相关资料。

但这套重要的典籍却命途多舛，如今正本已经消失在历史中，重抄的副本也仅仅存世437册，分藏在8个国家和地区的30多家藏书机构和个人手中。对于《永乐大典》的保护和研究，数字化显得势在必行。

“识典古籍”App可阅读《永乐大典》

今年10月，字节跳动公益旗下的古籍数字化平台“识典古籍”上线了存世400余册《永乐大典》的高清扫描影像和文字精校版，这意味着《永乐大典》现存公开的影像全部被汇集在一起，面向公众开放。《永乐大典》的数字化过程中，结合了字节跳动的人工智能技术，产品研发能力，以及北京大学的学术能力，将更方便学者和古籍爱好者查阅这一经典古籍。

1、鲁迅守护64册《永乐大典》

《永乐大典》的流散，从清朝中期就已经开始。

史料记载，乾隆三十七年（1772年）开四库全书馆时，对《永乐大典》进行了一次清查，发现已缺1000多册。此后，还有官员借修纂《四库全书》的机会将《永乐大典》偷走。到一百多年后的光绪元年，再次清点大典已不到5000册，少了超过一半的数量。又过二十年再查，只剩800册，不到总数10%。1900年八国联军入侵，仅存的这几百本的大部分也都散落民间和海外。

这一情况从鲁迅介入开始发生改变。

1912年中华民国成立后，鲁迅担任教育部社会教育司第一科科长，主管图书馆、博物馆等事务。在清末筹建京师图书馆时，曾决定将内阁翰林院残存的 64 册《永乐大典》移交该馆庋藏，但这批书却被翰林院掌院学士陆润庠搬至其家秘藏，未能及时办理交接。鲁迅接手工作后，意识到这批国宝集中保管的紧迫性，多次以教育部的名义致函陆润庠，要求把《永乐大典》交给国家，还多次亲自上门索要。

识典古籍的《永乐大典》专题页

经多方努力，1912年7月16日，这64册大典正式入藏京师图书馆，开启了国家图书馆系统收藏《永乐大典》的历程。

与此同时，鲁迅还为京师图书馆的建设殚精竭虑。当时京师图书馆位于广化寺，环境潮湿，空间也比较狭促，作为图书馆并不合适。为了选一个合适地址，鲁迅先后找了很多地方踩点、考察，终于在1917年的方家胡同重开新馆，为《永乐大典》提供了更好的保藏条件。

高树伟是北京大学中国语言文学系博雅博士后，长期研究《永乐大典》，他介绍，近代很多文化学者都为保护大典出过力，比如上海商务印书馆的董事张元济，1951年在他倡议下，商务印书馆将所藏的21册大典全部捐给国家。张元济对该书十分珍爱，他告诉经办人：“一切手续完备之后，乞将全书送下一阅。此生不能再与此书相见，临别不无余恋也。”他的爱书与爱国之心于此可见一斑。

近几十年，国家图书馆入藏了很多在民间发现的《永乐大典》。其中一个传奇的故事是在1983年，山东掖县一户农民家中发现了一册大典。此书是家中老太太所有，因为制作精良便用来夹鞋样。幸运的是虽然她不认字，但也懂得敬字惜纸，只把书的“天头地脚”裁了下来，这才基本保存了所有内容。这一册大典收入中国国家图书馆后，由专业修复人员做了修复，馆中至此又增加了“门”字韵的一册。

目前，最晚入藏的是“湖”字韵的一册。2007年，古籍专家在上海遇到了从加拿大回国的一位女士，她带回一册《永乐大典》居然是真品。巧合的是，这册书的顺序正好在中国国家图书馆收藏的“湖”字韵两册书的中间，将原有的两册书关联起来了。

《永乐大典》“湖”字册

“湖”字册入藏后得到了修复。2021年6月，中国文物保护基金会“字节跳动古籍保护专项基金”在国家图书馆正式启动。该项目首批资金为1000万元，定向用于古籍修复、人才培养、古籍活化与数字化等公益项目。在古籍修复项目中，专家组选择了104册件古籍列入修复计划，《永乐大典》“湖”字册也在其中，并于2023年完成修复。

“《永乐大典》有这么多册，现在只有400多册，说不定哪天又出来一册，我相信在国外的小图书馆或者民间，应该还会有这样一些有趣的线索。”高树伟说，“每一次这样的消息出现，大家都非常关注，原因是每一册《永乐大典》都是独特的，对于研究中国古代来说，都是打开了一扇新的窗户。”

2、既要又要的“缝合怪”

《永乐大典》的独特之处从编纂时就已经存在。

那是永乐元年（1403年），刚刚登基不久的明成祖朱棣下了一道圣旨，认为古今天下的事物被分散在太多书里，不易翻看，如果有一本书能把这些汇聚在一起，那检索查阅资料就太方便了，于是让解缙等一众大臣“修辑一书，毋厌浩繁”。

解缙召集了147人，仅仅一年后便编成一书进呈。虽然皇帝赐名《文献大成》，但他并不满意，认为过于简单，“所纂尚多未备”，不符合他“毋厌浩繁”的原意。于是又过了一年，再命姚广孝重新主持修纂，编纂队伍规模扩大到2169人。永乐五年，姚广孝撰写了《永乐大典表》进呈。明成祖审阅后非常满意，并亲自撰写了序言，赞扬“上自古初，迄于当世，旁搜博采，汇聚群书，著为奥典”，并正式定名为《永乐大典》。

全书依照《洪武正韵》的韵目，“用韵以统字，用字以系事”的编辑方法，将自古以来书籍中的有关资料整段整篇，甚至整部地抄入。据不完全统计，当时辑入的图书包括经、史、子、集、释藏，道经、北剧、南戏、平话、工技、农艺、医学、志乘等达七八千种。

识典古籍的《永乐大典》专题页

《永乐大典》的第一次大劫是在嘉靖三十六年（1557），皇宫中发生火灾，嘉靖帝连下数道命令将大典抢救出来。经此一劫，嘉靖帝任命高拱等人严格按照永乐正本的册式行款重录一部《永乐大典》，以防患于未然。自此，大典有了永乐正本和嘉靖副本之分，可惜此后正本不知所踪，现留存下来的400余册残本也都是嘉靖副本。

从现存副本来看，大典做工考究，极具皇家气度。书衣用多层宣纸硬裱，外部用黄绢包裹，高50.4厘米，宽30厘米，尺寸近似于完全打开平放的笔记本电脑。书写、墨、纸均严格筛选，除标题首字用多种篆、隶、草体书写外，正文都是书手们用明代官用楷书“台阁体”，墨用的是明代最好的徽州墨，纸用的是白棉纸，质地洁白柔韧，不容易撕裂，六百年不变黄。

在高树伟看来，《永乐大典》“有点像缝合怪”，底层的编纂是以类书的模式做的 “知识检索工具”，可以按韵查找相关内容，但因为皇帝不满意觉得太简单，又以全书的形式，将上自先秦、下迄明初以来书籍中的有关资料整段、整篇甚至整部一一抄录。

但这也正是它的价值所在，大典因此收录了大量古代典籍，即便后世原书丢失成了佚书，后人还可以根据大典记载，知道丢失的书在讲什么，甚至可以重新整理出来，这被称为辑佚佚书。

从《永乐大典》中辑出的《宋会要》

高树伟介绍，著名的例子是二十四史原本只有二十三史，《旧五代史》是完整丢失的，现在看到的《旧五代史》是从《永乐大典》和《册府元龟》两部书里归拢起来的。除此之外，还有《续资治通鉴长编》、《文心雕龙》宋本、一些方志、宋元人的诗文集等，都是从大典中辑佚出的秘籍。宋元时期的戏曲唱本也因大典收录，目前可以看到三种宋元戏文，为戏曲史研究提供了关键史料。

“《永乐大典》就像明初皇家藏书的一个镜像，以另外的形态保存了，很多东西在流传过程中丢了，但是有一支文脉可以通过《永乐大典》又被看到。”高树伟说，“我们研究一些重要典籍，尤其是宋元时期的一些文献，这是绕不过去的。”

3、几代人的古籍数字化进程

2020年7月，在法国巴黎的一家拍卖行，两册《永乐大典》的拍卖引起了许多人关注，估价仅为5000-8000欧元，但经过十多分钟竞价，最终远远超过估价，以640万欧元（不含佣金，合约5000万人民币）成交。

高树伟有感觉，这样高的成交价带来了一个明显的影响，很多地方的《永乐大典》不太好借阅了。他确信，古籍数字化之路势在必行，《永乐大典》这样重要的典籍更是如此。

在他印象里，国内最早的古籍数字化开始于《四库全书》。1996年，有公司历时两年完成了文渊阁《四库全书》的全部数字化工作，以光盘的形式在流传。这是古籍数字化发展的一个标志性事件，“《四库全书》有三千多种书八亿字，数字化后可以全文检索，在当时是不可思议的。我们老师这一辈的人说，当时谁有一个四库全书的光盘，就是做学术的利器。”

几年前，高树伟自己和学计算机的同学也尝试做了一个关于《永乐大典》的数字化平台，具有一键辑佚的功能。虽然用户访问量很多，但没有外部资金投入，全是他们自己拿钱做，每个月的耗费都非常高，所以这个平台又暂停了。

他设想，好的数字化不仅可以检索信息，还应该能够体现古籍在物理层面的细节，即便是看不到原书的情况下，学者也可以方便做研究。

令他欣喜的是，这样的古籍数字化平台已经存在了。“识典古籍”是一个免费开放的古籍资源平台，结合了字节跳动的人工智能技术优势、产品研发能力及北京大学数字人文研究中心的学术能力。

2021年11月，国家图书馆委托国家图书馆出版社进行《永乐大典》高清数据库项目的制作。2021年12月，北京大学数字人文研究中心开始承担该项目的设计与研发。研究中心以“北京大学—字节跳动数字人文开放实验室”为基地，整合北京大学和字节跳动双方的力量，组成联合设计与研发团队，建成了《永乐大典》高清影像数据库。

《永乐大典》专题页面可翻动

2023年2月，“识典古籍”发布了“《永乐大典》高清影像数据库”，首次在线公开了国图珍藏的40册《永乐大典》，包括75卷内容，共涉及14个韵部、17个韵字、1800部书。

在“识典古籍”阅读了《永乐大典》后，高树伟非常满意，“技术方面已经完全超出我对古籍的数字化期待了，现在的效果非常好。”

4、能够感受纸张纹理与历史痕迹的数字化

《永乐大典》通常只有在博物馆才能看到，为了让用户对此有可感受、可触摸的沉浸式体验，字节跳动技术团队结合了多项3D技术。例如，技术团队使用点光、平行光、漫反射光等不同的光源，并为这些光源配置不同的位置、角度、光照强度、光源颜色、光源衰减量，力求360度还原《永乐大典》原貌。

这样，用户能在线360度翻阅大典，不仅可以看到《永乐大典》原本影像，感受纸张纹理与历史痕迹，还可以与数字化文本相互对照。

得益于字节跳动技术团队的优势，包括《永乐大典》在内“识典古籍”已上线3.6万部古籍，具备全文检索和OCR文字识别、自动标点等智能整理功能，新上线“深度研究助手”功能还能基于已收录的所有古籍挖掘知识，进而生成报告，为学者提供专业的研究支持。

《永乐大典》的原本影像

40册《永乐大典》的上线仅仅只是开始。“识典古籍”的工作人员介绍，后台数据显示，这些《永乐大典》大家非常爱看，上线更多《永乐大典》的想法便随之而来。

此前，现存的《永乐大典》虽然基本已经全做了高清扫描，但是就像《永乐大典》流散在各地一样，这些扫描件也分散在各个网站，且文本难以便捷检索。

“识典古籍”改变了这一现状，工作人员介绍，识典古籍基于字节跳动的技术研发，通过OCR技术可以将《永乐大典》古籍图像转化为可编辑文本，针对褪色、残缺文字，利用多光谱成像与深度学习算法精准还原墨迹纹理，补全缺损部分。同时，平台将古籍数字化流程拆解为 “AI初校—大众粗校—专家精校” 三级体系，最后由北大的专业力量把关， “流水线式” 作业让整理效率大大提升。

随着400余册《永乐大典》的高清扫描影像全部上线到“识典古籍”，所有人都可以随时、随地翻阅大典，从而有机会更深入地了解这一中华典籍瑰宝。这让高树伟十分感慨，“《永乐大典》全本都在的时候，没有向公众公开，利用度不高，现在可以公开给所有人，无论是对研究、传播、教学、文化传承，都有很大的作用。”

编辑 刘琳