如果告诉你，这是一个OPAC，你会不会相信？
初看到时，只觉得kawaii——这个怪物还会眨眼睛，点聊天区的说明，它就吐出舌头来。
搜索一下，发现功能还很丰富，具有新一代OPAC的不少特征：
@ 按载体分面限定
@ 可扩大到网络搜索
@ 我的书架
@ 读者评论
现在一般不愿意随便注册，可看到这个小东西，还是忍不住做了注册，注册时都不好意思写自己的年龄，就写小一辈的。不但用户名自己定，连用户号(patron number)都可以自选。注册后，玩玩怎么把书或网页放到自己的书架上？要好好玩，还要花些时间。
仔细看网址(http://yakpac.liblime.com/)，原来是做Koha这个开源ILS的LibLime的杰作。命中结果边上那个小小的Nelsonville字样，就是首先用它家的Koha ZOOM产品的公共图书馆。它的OPAC原就很精彩！
这该是个原型吧。可惜儿童节刚过……
via: Thing-ology: Cutest library catalog
第一次听说Encore是在年初AADL发布SOPAC时，据称有与SOPAC类似的一些社会性功能。当时上III网站去看了一下，看到了四大功能的图示：
RightResult（最相关内容）
Faceted search（分面结果显示）
Federated search results（集成联邦检索结果）
Tag cloud（标签云）
除了印证“分面”的流行，没有特别的感觉。
本馆的ILS用的正是III的，前几天听说有购买Encore意向，后来又听Leon讲III在国内推广Encore，决意今天再花些时间在其网站上详细了解一下，可惜除了新闻，仍只有些旧信息。自己比上回增加的一点感觉，是那四个功能图示应该用的正是AJAX。
最早的新闻(May 26, 2006)：Innovative Announces Encore: New Discovery Services Platform Leverages Web 2.0 Technologies and Millennium Integration。一个统一的检索与访问工具。预计2007年中发布。
接下来，首轮13个图书馆参与其开发(October 25, 2006)，后来陆续有一家(December 15, 2006)、第2轮四家(January 19, 2007)、一家(March 30, 2007)加入。刚听说香港有某家大学图书馆正在试用，忘了哪家？
宣传语：Encore超越联机目录模式，提供利用(leverage)图书馆内容与用户贡献信息的更好用户体验。
主要功能包括：
· 复杂数据集检索的分面结果显示
· 与用户检索相关的流行选择(Popular Choices，注意大写)
· 印刷与电子资源的实时馆藏与状态信息
· 馆藏用户标记，方便附加检索与社区参与（Tag功能）
· 使用包括AJAX在内的最新设计技术
· 与用户检索相关内容的建议链接(Suggested links)
· 无需附加提问或刷新Encore屏幕的联邦检索结果
与最早新闻所述第一阶段功能相比，没有提“联邦检索结果与链接解析目标同时输入与显示”和“相关排序”（这个太平常了，不值一提了；甚至前前后后都没有提到RSS），但有了更多的提示与建议：Popular Choices, Suggested links（用户是越来越懒了的，最好什么都不输入，点几下鼠标电脑就得到自己想要的）。
看完了还觉得糊涂，Encore是个什么“工具”呢？联邦检索+OPAC 2.0？适用于各种ILS？
参见：AADL的新版OPAC (2007-01-22)
“采用III的图书馆如果也有对写代码感兴趣的，或许也不需要花钱就可以实现相同的功能，因为John把他的源代码打成了包，提供下载。在他的下载目录(http://www.blyberg.net/files/)中，还有更多内容。”
另见Flickr上的III公司活动照片：Innovative Interfaces' photos
不但为Encore制作了T恤，还建了二个相集，力推Encore意图明显（LOGO上的文字貌似是Search，为什么不是Encore？）：
"Where in the World Is the Encore T-Shirt"
Wearing the Encore T-Shirt at ALA Midwinter 2007
Lorcan总结了图书馆中使用的四种描述性元数据(Four sources of metadata about things)，并且分析了各自状况。他给暂时起的名：professional, contributed, programmatically promoted, and intentional。这样的分类非常清晰，可以弄清很多问题。简单摘译：
专业的 professional
应用编目规则、控制词表、规范档、地名词典等形成的。
[也就是一般编目员、标引员完成的，现存问题已经谈得很多了，此处略去]
贡献的 contributed
近年出现的邀请、集成、挖掘用户贡献的评价、推荐等数据形成的。
他们反映了人们之间的关系。图书馆开始实验这些方法，但单个图书馆恐怕难用得好。
程序获取的 programmatically promoted
由程序通过挖掘从数字资源本身获取的。
方法包括聚类 clustering、实体标识 entity identification、自动分类automatic classification等。
intentional
收集用户使用数据而来的。
Google的集成链接的Pagerank，亚马逊集成购买选择的推荐，OCLC的根据收藏馆数量的排序。
这四种元数据方法不仅不互相排斥，而且相互可以配合得很好。如：
规范档可支持在大量文本资源中识别由程序获取的人员、地名；
社交网络应用中反映出来的共享兴趣经抽象后，可形成intentional数据，产生推荐或“相关作品”服务；
标签与主题词表之间将发展形成关联与交互模式。