一、问卷说明

    尊敬的受访者：

    您好！

    本问卷旨在了解高校图书馆、科研院所图书馆及研究型大学用户对“AI智能体驱动的智慧图书馆学术知识服务”的认知、接受程度和评价。研究关注图书馆在AI智能体、多智能体协同、系统互联、智能执行和可信治理等技术支持下，能否更好地提供文献检索、综述生成、引文核查、科研数据管理、成果归档和学科分析等学术知识服务。

本问卷仅用于学术研究，所有数据将匿名处理，不涉及个人身份识别。问卷答案无对错之分，请您根据真实体验、理解或合理预期作答。

    预计填写时间为5—8分钟。

二、情境说明

    请您基于已经使用过的智慧图书馆AI服务体验，或基于以下设想场景进行判断：

    未来智慧图书馆可以通过AI智能体帮助用户完成科研任务。例如，当用户提出“请帮我查找近五年人工智能在智慧图书馆中的研究文献，并生成综述框架”时，系统不仅能够返回文献列表，还能够自动理解研究需求、拆解任务、调用数据库、筛选文献、整理主题、生成综述框架、核查引文来源，并记录服务过程中的授权、来源、版本和复核信息。

    本问卷所说的“智慧图书馆AI学术知识服务”，主要包括以下服务场景：

    1.AI辅助文献检索与资源推荐；2.自动生成研究综述框架或文献分析结果；

    3.引文格式检查与参考文献核验；4.科研数据管理、成果归档与机构知识库服务；

    5.跨系统、跨数据库、跨馆资源协同服务；6.对AI生成内容进行来源追溯、权限控制和可信审计。

三、核心概念说明

    为便于理解，本问卷中涉及的核心概念说明如下：

    AI Agent / AI智能体：能够理解用户需求、规划任务、调用工具并生成结果的人工智能系统。

    多智能体协同：多个AI智能体分别承担检索、分析、写作、引文核查、版权判断、数据管理等任务，并协同完成复杂学术服务。

    MCP协议适配能力：指系统能够把图书馆中的馆藏目录、学术数据库、机构知识库、引文工具、科研数据平台等连接起来，使AI能够统一调用这些资源和工具。

    OpenClaw智能执行能力：指系统能够支持AI智能体连续完成多步骤任务，例如检索、筛选、分析、生成、反馈修改和结果输出。

    区块链可信治理：指系统通过区块链或类似可信机制记录授权、来源、调用过程、结果版本和审计信息，以提升AI服务的可信度和可追溯性。

四、填写说明

     请根据您对智慧图书馆AI学术知识服务的体验、理解或预期，对以下陈述进行评价。

     评分采用7点Likert量表：

     1 = 非常不同意2 = 比较不同意3 = 有点不同意4 = 一般5 = 有点同意6 = 比较同意7 = 非常同意