对AI智能体来说，一个ZIP压缩包就是个盲盒。它能看到文件名，然后几乎什么都看不到。想回答一个问题，压缩包得先解开，智能体得从头把那些又大又重的文件啃一遍，而且每问一次就得重啃一次。 每个团队都会攒下一堆PDF、Word文档、表格和幻灯片——州法律、季度财报、临床记录、合同或者参考书，传统做法是打包成ZIP省空间。这对人管用，对AI不管用。NeoWare推出的ZipWiki就是冲着这个缺口来的：它把可移植的文档记忆和内置的AI索引装进同一个文件，既不是又一个云盘，也不是需要你维护的复杂数据库。 把一个文件夹打包成.zipwiki文件时，ZipWiki会把文档读一遍，抽出干净的文本，然后把一个智能索引直接写进ZIP容器里。这个包仍然是标准ZIP文件，任何电脑用普通解压工具都能打开，只是内部结构专门为AI组织过。 一个ZipWiki包里装着四样东西： AI摘要 ：压缩包里有什么的快速概览，智能体在深挖之前先知道盒子里装了什么。 智能索引 ：每份文档一张轻量“概念卡”，像教科书后面的索引，帮AI瞬间定位关键事实，不用逐页读。目前这些卡片采用开放知识格式（OKF）。 干净文本 ：AI模型对付复杂PDF和二进制文件很吃力，ZipWiki把文档转成干净、结构化的文本，AI能快速读取。 原始文件（可选） ：笨重的原始PDF可以跟文本捆在一起，也可以省略以省空间，同时保留一条指向原始来源的已验证网页链接。 问AI一个关于巨型档案的问题，不该要求它把整个收藏一次性加载进内存。ZipWiki是为选择性阅读设计的。智能体通过ZipWiki的MCP服务器与包对话，同一套引擎也以zipwiki命令行工具的形式提供给脚本和CI使用。AI与ZipWiki包交互时走一条简单路径：先读整体摘要，再搜智能索引确定哪些文档装着答案，然后只流式读取回答所需的那部分文本，如果确实需要原始文件，它清楚该去哪里取。 因为ZipWiki抓取的是AI真正用到的文本、表格和标题，笨重的原始文件不必总跟着档案走。用外链指向原始文件（比如州法律门户或SEC数据库）而不是直接打包进去，通常能把档案体积缩小 99%以上 ，也就是大约原始大小的 1/100 ，而每个答案仍然会引用它用到的概念卡、章节和来源链接。从来源链接取回原始文件时，ZipWiki可以用记录的CRC-32进行校验。需要完整离线访问时，原始二进制文件直接留在包里就行。 ZipWiki把数据放回你手里。不需要托管索引，也不需要向量存储。你可以像对待任何标准ZIP文件一样分享、同步、邮件发送和备份.zipwiki档案，知识对人和AI模型都保持即时可访问。 ZipWiki由NeoWare打造，这个团队也是NeoZip的幕后班底。目前ZipWiki处于Beta阶段，安装并接入AI智能体只需几分钟。 特别
觉得内容有价值？
分享给更多关注行业变化的朋友。
