备份能够证明字节仍然存在。仅凭备份，无法解释收到了什么、传输是否完整、每个文件的实际格式、生成了哪些派生文件、由什么工具生成，以及档案人员为何信任结果。Archivematica 正是为后一层问题而生。它是一套开源数字保存系统，能够把包含多种文件的目录处理成一个包，让人们日后仍可检查其中的内容及其处置过程。[1][2]
理解这个项目，可以从它清楚展现保存工作这一点入手。Archivematica 的定位超出了“档案版 Dropbox”或神奇保险库的范畴，其核心是一套逐项记录保存工作的工作流。一次传输会成为提交信息包（Submission Information Package，SIP）；摄取过程把选定材料制成档案信息包（Archival Information Package，AIP）；可选的访问副本则可成为分发信息包（Dissemination Information Package，DIP）。每到一个交接点，操作人员都可以保留原件、执行校验与格式处理、记录元数据，并决定结果的存放位置。[2][3]
截至 2026 年 7 月 13 日，项目列出的当前版本为 Archivematica 1.18.0 和 Storage Service 0.24.0。2025 年 9 月发布的版本加入了 Elasticsearch 8.x 部署路径，更新了经过测试的服务器环境，并刷新了验证工具。对于一套预期寿命长于当下存储硬件的软件，这些安静而持续的维护信号颇有分量。[8]
图片背景：封面采用美国国家档案馆的一张真实照片，画面中的技术人员正在 Archives II 的数字成像实验室工作。照片呈现采集环节，Archivematica 对应的则是紧随其后的交接：真实的机构工作流产出文件，保存工作从确保后续处置过程清晰可读开始。[12]
传输是一道证据边界
Archivematica 的起点，是其 Storage Service（存储服务）能够访问的传输源。送入的材料可以是普通目录、压缩目录、BagIt 包、磁盘映像，也可以来自 DSpace 或 Dataverse 等系统的导出文件。这里的“格式无关”（format-agnostic）指管线能够接收陌生文件；能否进一步识别、验证、提取特征或有效规范化，则取决于具体格式和工具支持。[2]
准备规则有意保持朴素。预留的顶层 metadata 目录可以存放描述信息与权利信息 CSV 文件、提交文档、外部生成的校验和，以及记录持久标识符的 identifiers.json 文件。例如，材料提供方附带 checksum.sha256 时，Archivematica 会在传输过程中核验；数值不符，传输就会失败。相较于材料收妥后才生成新的校验和，先前生成的数值还能检验交接环节本身，这一处细小差别十分重要。[2]
流程启动后，处理配置会决定哪些事项自动完成，以及管线在哪些位置暂停。传输微服务可以分配标识符、核验校验和、检查包、扫描恶意软件、识别格式并提取元数据；随后，材料可以进入待评估区（backlog）接受鉴定，也可以作为 SIP 继续进入摄取流程。仪表板逐项呈现这些步骤，没有把它们藏在单一的“上传完成”状态之后。[2]
这是 Archivematica 第一项鲜明的设计选择：先把文件夹视为需要说明的接收材料。系统为入藏批次命名，将已有标识符和文档关联起来，记录传输期间发生的事项，并为人工批准留下位置。此时的结果仍只是保存候选；每一个送入的字节是否成为可信档案对象，依然由保存政策决定。
AIP 带着自己的凭据
Archivematica AIP 的内容远超压缩包里的原始文件。1.18 版会为每个 AIP 分配 UUID，并按照 BagIt 规范打包。顶层包含 bag 元数据和校验和清单；data 目录内则有对象、工具日志、可选缩略图、便于人工阅读的 README，以及一份 METS.<uuid>.xml 文档。[3]
METS 文件是整个包的联结中枢。它列出原始对象、保存副本、访问相关文件、许可证和提交文档，并将这些内容与描述、技术、来源（provenance）和权利元数据关联起来。objects 目录把原件与保存母版放在一起，logs 目录保留格式识别记录、文件名变更记录等输出。多次传输可以合并成一个 SIP，AIP 仍会在这个更大的包中分别保存每次传输对应的元数据和日志。[3]
XML 仍有出错余地，它的价值在于让保存主张接受检查。多年以后，操作人员应当能够区分收到的对象与规范化副本，查明生成副本的操作，核验载荷清单，并还原这个包组装时的背景。因此，这个项目真正的价值单元，是原件及其关联关系、事件、政策和内容固定性（fixity）证据；某个转换后的 TIFF 或 FFV1 文件只占其中一部分。
格式策略写进运行规则，并由本地制定
格式策略注册表（Format Policy Registry，FPR）把保存判断写成可以运行的配置。Archivematica 将一项保存操作拆分为工具、命令和规则：工具负责具体工作；命令控制运行方式；规则把命令与特定格式及用途关联起来，用途包括识别、验证、特征提取或规范化。[4]
在 1.18 版中，Siegfried 是默认识别工具，它会将格式签名映射到 PRONOM 标识符。特征提取会根据材料调用 FFprobe、MediaInfo、ExifTool 或 fiwalk 等工具。规范化规则可以分别生成保存副本和访问副本，同时保留原件，让未来的机构得以选择其他迁移方案或仿真方案。事件详情命令还可在 METS 元数据中记录相关工具及其版本。[4]
默认项只提供起点，档案政策仍须由机构自行制定。保存影像艺术的博物馆、接收办公文档的政府档案馆，以及摄取科研数据的研究资料库，不会共用同一份可接受格式清单。Archivematica 允许加入本地格式、命令和替换规则，并在升级时保留本地改动。这份能力也扩大了出错面：未经测试的命令会生成技术上有效、语义上受损的派生文件；过度自信的规范化规则则会把不确定性悄然变成信息损失。[4]
安全运行需要三项内容彼此配合：书面的保存政策、纳入版本管理的 FPR 变更，以及带有预期结果的代表性测试对象。“管线已经跑完”所能提供的证据力度，低于“机构可以解释并复现自己授权的操作”。
存储是一份独立契约
Archivematica 的 Storage Service 在处理与存放之间划出了一道实用分界。space（空间）表示存储设备或远程服务；location（位置）按用途细分空间，包括传输源、待处理区、当前处理区、AIP 存储区、DIP 存储区、恢复区或复制区；pipeline（管线）指一套 Archivematica 仪表板安装；package（包）则是在某个位置中追踪的 AIP、DIP 或待处理传输。[5]
借助这套词汇，处理应用会明确区分各个文件系统路径的含义。一套 Storage Service 可以服务多条管线，一个位置可以限定只有特定管线使用；切换存储协议时，档案包的定义也可以保持不变。删除 AIP 同样采用申请与审核流程，区别于普通文件浏览器中的删除操作：申请从 Archivematica 发起，再由 Storage Service 审核人员批准或驳回。[5]
这道分界之所以重要，是因为完整的耐久性保证仍由机构的整体体系负责。复制、离线副本或异地副本、内容固定性校验计划、凭据、容量、灾难恢复，以及下游访问系统，都需要机构自行管理。Wellcome Collection 公布的部署说明具体呈现了这项分工：Archivematica 分析原生数字文件并生成 METS 元数据，随后把文件和元数据按 BagIt 规范打包，交给独立的永久存储服务。[9]
Archivematica 能够制作并路由保存包；单份副本能否长久存在，仍取决于包外的制度与设施。
自动化与运维必须并行
项目开放了足够的 API，可与真实的接收工作流集成。POST /api/transfer/start_transfer/ 能以名称、类型、入藏编号和编码后的存储路径发起传输。其他端点可以列出尚未批准的传输、单元状态、处理配置和部分摄取功能；仪表板 API 还可以代理 Storage Service 的部分操作。[6] 文档把这些能力称为“一些基础工作流功能”，这是一句恰当的提醒：各种恢复路径尚未全部成为成熟的控制平面 API。
配置也会改变运维形态。archivematica_src_search_enabled 设置可以索引传输、AIP、两者或两者都不索引。关闭相应索引会减少资源消耗和复杂度，同时也会从界面中移除对应的待处理区、评估或档案存储搜索入口。官方 1.18 安装指南给出的生产环境下限为 2 个 CPU 核心、4 GB 内存和 200 GB 处理磁盘，同时指出更常见的部署会使用 8 个核心和 16 GB 内存。指南估算磁盘时采用的经验值是 20 GB 加上最大预期传输大小的四倍，因此处理一项 50 GB 的传输需要 220 GB 处理空间。[7]
这些数字只提供规划基准，容量仍需结合实际工作负载测算。文件数量、包的组织方式、杀毒扫描、媒体转码、索引和并发度，都会让大小相同的两次传输呈现截然不同的运行表现。生产安装说明支持 Ubuntu 24.04 和 Rocky Linux 9；官方将 Docker Compose 列为首选开发环境，生产安装的正式支持范围不含这一路径。[7]
独立运维文档还记录了工作流不够整齐的一面。Wellcome 将系统描述为微服务包含作业、作业再为每个文件派生任务；其工程师也记录过这样的案例：重启卡住的服务后，同一作业被调度两次，后续步骤也随之重复执行。[10] 这些案例说明了模型的运维条件，也划出一项明确的测试要求：自定义脚本和下游回调应能安全重试，操作人员还需要为任务卡住、输出不完整和包的核对准备操作手册。
2015 年的一篇 American Archivist 评测从较早版本勾勒出相近的适用范围：Archivematica 节省了大量保存工作，但缺少 Unix 与服务器专业知识的机构会在配置和后期故障面前遇到困难。文中与具体版本有关的细节如今已经过时，关于人员配置的教训依然有效。[11] 开源让工作流可供检查，日常运转依然需要人员负责。
合适的试点要以恢复收尾
对于图书馆、档案馆、博物馆、研究资料库或文件管理项目，只要其原生数字材料种类繁多，并需要一条从接收到长期保存包的文档化链路，Archivematica 就有较高的适配度。可信的最小团队同时需要档案专业决策权和 Linux 运维能力，这两类职责可以由同一批人兼任，也可借助外部支持。格式策略、服务器与存储都要有人负责，双方还要就成功的 AIP 应满足什么条件达成一致。
以下情况与 Archivematica 的适配度较低：个人用户只想备份照片；团队尚未选定耐久的存储策略；机构期待软件代为决定鉴定与保存政策。试点若只采用少量、规整的办公文档，而真实积压材料中还有磁盘映像、音视频文件、加密包、格式错误的元数据或数十万个对象，风险同样会被低估。
有效评估应从有代表性的传输开始，功能演示放在其次。测试材料应包括一个附带校验和的包、一个格式未知或含混的包、一个需要本地规则的包，以及一个接近预期大小或文件数量上限的包。还应有意触发一次校验和失败和一次规范化命令失败；在非生产环境中填满处理卷，重启一个卡住的工作进程，并确认团队能判断重试是否安全。[2][4][7][10]
随后要从相反方向测试。取回已存储的 AIP，验证其中的 BagIt 清单，打开 METS 文件，沿着记录从原件追踪到派生文件和保存事件；确认日志与提交文档仍然存在；在测试管线中重新摄取一个副本，并核实下游访问系统或目录系统仍能收到预期标识符。摄取状态变绿只是起点；当另一名操作人员能够恢复这个包并说明其中内容时，保存工作流才算通过验证。
Archivematica 留下的持久理念朴素而有力：保存工作应当留下凭据。选择哪些内容值得留存、筹措存储资金、补足机构政策，仍归机构负责。这个项目可以把这些责任划分为清晰可见的分界——传输、操作、包、存储与访问——让未来的保管者接过字节时，也接过足以解释它们的记录。
来源
- Artefactual，“Archivematica”项目仓库——项目范围、AGPLv3 许可证、组件分工、开发资源与发布信息。
- Archivematica 1.18 文档，“Transfer”——SIP 准备、传输类型、元数据目录、校验和验证、持久标识符、待处理区与摄取交接。
- Archivematica 1.18 文档，“AIP structure”——UUID 命名、BagIt 打包、对象、日志、README、METS 关联关系与包布局。
- Archivematica 1.18 文档，“Preservation Planning”——格式策略注册表中的工具、命令、规则，以及 PRONOM 识别、特征提取、规范化和事件详情。
- Archivematica Storage Service 0.24 文档，“Administering the Storage Service”——管线、空间、位置、包、复制、权限与删除审核。
- Archivematica 1.18 开发者文档，“Archivematica API”——传输、摄取、管理、单元状态、处理配置与 Storage Service 代理端点。
- Archivematica 1.18 管理员文档，“Installing Archivematica”——受支持环境、Elasticsearch 配置、硬件下限、处理磁盘指南与生产部署范围。
- Archivematica 项目，“Archivematica 1.18.0 and Storage Service 0.24.0 release notes”，2025 年 9 月 26 日——环境、Elasticsearch 8.x、JHOVE、PRONOM 与修复内容。
- Wellcome Collection，“Archivematica: High-level design”——一套独立生产部署，连接 S3 传输接收、Archivematica 处理、METS、BagIt 与永久存储。
- Wellcome Collection，“Microservices, tasks and jobs”——关于工作单元、逐文件任务、处理卡顿、重启与重复执行的独立运维记录。
- Brad Houston，“Archivematica”，The American Archivist Reviews，2015 年——对工作流价值、定制能力、技术人员配置与故障成本的独立评估。
- 美国国家档案馆，“Digitizing Records: Getting Started”，2023 年——美国国家档案馆标识符 184340999 的来源页面，封面使用的数字成像实验室实景照片出自此处。