Google Cloud 的 OKF 标准化 AI 可读知识
The Decoder··作者 Matthias Bastian
关键信息
OKF v0.1 故意保持极简：它只要求一个 frontmatter 字段“type”，而 title、description、resource、tags 和 timestamps 等字段都是可选的。文档通过标准 Markdown 链接相互连接，形成知识图谱，整体包可以在编辑器中阅读、在 GitHub 上渲染，并被搜索工具索引。
资讯摘要
Google Cloud 正在推出 Open Knowledge Format，也就是 OKF，作为面向 AI 代理的新型知识打包方式。这个格式把知识标准化为由 Markdown 文件和 YAML frontmatter 组成的目录，从而让它可以在不同系统之间移植。Google 将 OKF 描述为对最近流行起来的“LLM wiki”模式的一种更具互操作性的实现。0.1 版的规范刻意保持极简，只要求一个字段 type，而把大部分结构留给内容生产者决定。可选元数据可以包括 title、description、resource、tags 和 timestamps 等。
概念之间通过普通的 Markdown 链接关联起来，使一组文档能够表现得像一个知识图谱。Google 表示，这样的 bundle 既能在任何编辑器里给人阅读，也能在 GitHub 上渲染，还能被通用索引工具搜索。除了规范本身，Google Cloud 还发布了若干参考实现，例如用于 BigQuery 表的增强代理、静态 HTML 可视化器，以及面向 GA4 电商、Stack Overflow 和 Bitcoin 数据集的示例 bundle。Google Cloud 还更新了 Knowledge Catalog，使其能够摄取 OKF 并向代理提供这些知识，而规范和代码也已经发布在 GitHub 上。
资讯正文
Google Cloud 的 Open Knowledge Format 将零散文档转化为供 AI 代理使用的 Markdown 文件
Google Cloud 正在推出 Open Knowledge Format（OKF），这是一项新的规范，旨在将知识标准化为 Markdown 文件，并使其能够跨系统迁移。
它借鉴了 Andrej Karpathy 近期推广的“LLM wiki”模式，并将其转化为一种可互操作的格式。OKF v0.1 将知识表示为一个包含 YAML frontmatter 的 Markdown 文件目录。该规范非常精简：只有一个必填字段（“type”），以及少量可选字段，例如 title、description、resource、tags 和 timestamps，除此之外的内容都写在 Markdown 正文中。
概念之间通过标准 Markdown 链接相互关联，从而形成一个知识图谱。OKF bundle 在任何编辑器中都可读，可在 GitHub 上正常渲染，并且可以被任何搜索工具索引。
碎片化知识拖慢 AI 代理的速度
大多数组织都知道 OKF 试图解决的问题。知识分散在元数据目录、wiki、代码注释、笔记本单元以及各个工程师的脑中。当 AI 代理需要为某个特定数据集编写 SQL 查询时，它必须从所有这些来源中拼凑碎片信息。
据 Google Cloud 介绍，目前每个代理开发者都在从零解决这个上下文问题，而每家目录工具厂商也都在重复发明同样的数据模型。连接到编码代理的 Obsidian Vaults、AGENTS.md 和 CLAUDE.md 约定文件、数据团队中的“metadata as code”仓库，它们都遵循类似的模式。但 Google 表示，每种方案都是定制构建的，并不是为了彼此协作而设计的。知识仍然被锁定在创建它的系统里。这正是 OKF 试图填补的空白。
为简洁与可移植而生
OKF 只要求一个字段（“type”）。有哪些类型、文档包含哪些额外字段，以及正文如何组织，则由生产方决定。生产方和消费方是解耦的。人类编写的 bundle 可以被 AI 代理消费，机器生成的 bundle 也可以在可视化工具中查看。OKF 可与任何云服务提供商、数据库或代理框架配合使用。
除了该规范之外，Google Cloud 还发布了多个参考实现。其中包括一个丰富化代理，它会抓取 BigQuery 数据集并为每张表创建一个 OKF 文档；一个静态 HTML 可视化器；以及三个示例 bundle，分别对应 GA4 电商、Stack Overflow 和 Bitcoin 数据集。
Google Cloud 还更新了其 Knowledge Catalog，使其能够摄取 OKF 并将其提供给代理使用。该规范和代码已在 GitHub 上发布。Knowledge Catalog 的集成说明则单独记录。
AI 新闻，无需炒作——由人类精选
订阅 THE DECODER，获得无广告阅读、每周 AI 新闻简报、我们独家的“AI Radar”前沿报告（每年六次）、完整历史归档访问权限，以及评论区访问权限。
来源与参考
收录于 2026-06-15