aidoc-tool

AIDOC — AI-Native Document Format

给 AI 一份它读得懂的文档，给人一份他看得见的文档。

📖 中文指南 · 📖 English Guide · 📊 性能报告 · 📊 Benchmark · 📐 规范 (EN) · 📐 规范 (中文) · 📁 示例

🚀 快速开始 · ✨ 核心特性 · 💡 为什么 · 🗺️ 路线图

---

为什么需要 AIDOC？

现状：AI 读 Word、PDF 就像隔着毛玻璃——解析排版、表格、图片总有损耗。但 Markdown 对 AI 来说是母语。

AIDOC 的解决方案：把「给人看的原始文档」和「给 AI 读的 Markdown」打包在一个容器里，各取所需。

┌───────────────────────────┐
│       report.aidoc        │
│                           │
│  📝 content.md   [STORED] │ ← AI 直接读取，零开销
│  📄 document.docx [STORED]│ ← 人类用 Word 打开
│  🖼️  figure.png   [STORED]│ ← 附件图片
│  📋 metadata.json         │ ← 结构化元数据
└───────────────────────────┘

📚 文档

核心特性

快速开始

安装

# 方式一：直接使用（无需安装）
cd ~/Source/aidoc
./bin/aidoc --help

# 方式二：pip 安装
cd src && pip install .

用法

# 创建空白容器
aidoc init -o 笔记.aidoc --title '我的笔记'

# Markdown → AIDOC
aidoc create 报告.md -o 报告.aidoc --author '旗鱼' --tags 'AI,架构'

# Word + Markdown → AIDOC
aidoc create 文档.docx 摘要.md 封面.png -o 文档.aidoc

# 数字签名（可选）
aidoc sign 报告.aidoc --gen-key           # 生成测试证书并签名
aidoc sign 报告.aidoc --cert cert.pem --key key.pem  # 用企业证书签名
aidoc verify 报告.aidoc                    # 验证签名

# AI 快速读取 Markdown（核心场景）
aidoc md 报告.aidoc

# 查看元数据
aidoc meta 报告.aidoc

# 列出容器内文件
aidoc ls 报告.aidoc

# 提取原始文件
aidoc extract 报告.aidoc ./导出

AI 工具链集成示例

import subprocess

# AI 读取 AIDOC 内容（毫秒级）
md_content = subprocess.run(
    ['aidoc', 'md', 'report.aidoc'],
    capture_output=True, text=True
).stdout

# AI 直接处理 Markdown
# ... your AI processing logic ...

规范文档

详细的文件格式规范请参阅 spec/SPEC.md，包括：

• 容器结构
• content.md 排第一的约定（AI 极速读取核心）
• 魔数标识
• 压缩策略
• 元数据 Schema
• 扩展机制
• 快速读取算法
• 安全考虑

目录结构

aidoc/
├── bin/
│   └── aidoc              # CLI 可执行入口
├── src/
│   ├── aidoc.py           # 统一 CLI 工具
│   └── setup.py           # pip 安装配置
├── spec/
│   └── SPEC.md            # 格式规范文档
├── examples/
│   ├── example.md          # 示例文件
│   └── example.aidoc       # 示例 AIDOC
├── docs/                   # 文档与资源
├── LICENSE                 # MIT 协议
└── README.md               # 本文件

设计理念

为什么要用 ZIP？

• ZIP 是通用标准，所有操作系统和编程语言原生支持
• ZIP 允许随机访问单个文件，无需解压整个包
• ZIP 的 STORED 模式让关键文件（content.md）保持零开销读取

content.md 为什么排第一？

这是 AIDOC 格式最重要的约定：content.md 永远是 ZIP 中的第一个条目，STORED 存储，无 data descriptor，无 extra field。

这意味着 AI 读取 MD 内容时，无需解析 ZIP 中央目录，直接从 offset 40 读取即可：

1. 读取 30B local file header → 找到偏移和大小
2. Seek + Read → 得到 Markdown 内容

整个流程：1 次 seek + 2 次 read，约 10-20μs

与通过 ZIP 中央目录读取相比：

为什么不压缩 .docx/.pdf？

• .docx/.xlsx/.pptx 本身就是 ZIP 包
• .pdf 内部已使用 FlateDecode 等压缩流
• .jpg/.png 已是压缩格式
• 二次压缩得不偿失，使用 STORED 模式让这些文件保持原样

路线图

• 核心规范 (SPEC.md)
• CLI 工具 (打包/读取/提取)
• 数字签名 (PKCS#7 / 国密 SM2)
• iCloud / 企业微信集成插件
• LangChain / LlamaIndex 集成
• 自动 Word/PDF → Markdown 转换
• VS Code 扩展（预览/创建）
• 证标委行业标准预研提案

贡献

欢迎通过 Issue 和 PR 参与贡献。

许可证

MIT © 2026 旗鱼

---

AIDOC — 让 AI 和人类读同一份文件，但用各自最舒服的方式。