认识下 OKF — Open Knowledge Format（开放知识格式）

Google Cloud推出OKF规范，用Markdown统一知识组织，解决AI时代知识碎片化难题！
核心内容：
1. OKF解决的知识碎片化问题及背景
2. OKF的核心设计：带YAML frontmatter的Markdown文件目录
3. 三项设计原则与后续发展方向

往期回顾

对比体验 DeepSeek++ 时，我分别使用了两个 DeepSeek 账号

开发本地项目，是我对DeepSeek++进行的尝试

Google Cloud 于 2026 年 6 月正式推出名为 Open Knowledge Format（开放知识格式，OKF）的开放规范。其本质并不复杂——它是一套约定，用于说明"如何通过 Markdown 文件组织知识"。     

主要讨论 3 件事

01｜OKF 解决的问题     

02｜OKF 的核心设计     

03｜三项设计原则和后续方向     

01OKF 解决什么问题 

AI 在多数组织里依赖的主要是内部知识，这是 Google Cloud 在一篇博客中指出的现实。数据库表的 schema、事故处理手册、业务指标含义、旧 API 弃用通知和系统关联路径都在此列；真正的问题在于，它们分散得极为严重。   

知识碎片化的现状

1. 各套元数据目录——API 并不统一       

2. Wiki、第三方系统与共享云盘       

3. Notebook 单元格、文档字符串及代码注释       

4. 知识留在工程师脑中，没有形成文档       

互不兼容的系统迫使智能体先拼接信息，才能回答"如何从xxx中计算xxx"。于是，凡是使用 AI 的人，都不得不再次处理同一个"上下文组装"难题。   

现有思路：把知识作为 Wiki

多个场景再次印证了 Andrej Karpathy 所述的 LLM Wiki 模式

维护 Wiki 时，那些令人类放弃的工作，恰好适合 LLM。Andrej Karpathy 在自己的 LLM Wiki Gist 中明确提到，LLM 能一次处理 15 个文件，既不会感到无聊，也不会忘记更新交叉引用。   

接入编码智能体的 Obsidian Vault、装有 index.md 与 log.md 的仓库，以及 AGENTS.md / CLAUDE.md 约定文件，都是这种模式以不同名称出现的实例。问题在于各方案均为量身定制，彼此无法兼容；OKF 正是为消除这一差距而提出。   

02OKF 的核心设计 

OKF 的定位十分清晰：这个问题需要一种格式，而不是另一项知识服务。该格式应允许任何人生产而无需 SDK，允许任何人消费而无需集成，可以跨系统和组织迁移，能与代码一同纳入版本控制，并让人和智能体直接读取。   

它的具体形式十分简单：目录内存放的是具有 YAML frontmatter 的 Markdown 文件。   

一个 OKF 文档包采用如下目录结构：   

YAML frontmatter 与 Markdown 正文共同构成每份概念文档。其中frontmatter 只有 type 字段必须填写：

不同概念借助普通 Markdown 链接相互连接，从而把目录变成关系图。此外还可以用 index.md 来完成渐进式披露，log.md 变更历史也要记录。OKF v0.1 SPEC.md（GitHub）提供了完整规范。   

我的理解

一种格式的价值不在于由谁创造，而在于使用者有多少。Google 没有把它藏在自家产品中作为独家功能销售，而是选择按开放标准发布，这对生态本身更有利。     

03后续方向与三项设计原则 设计原则共三项

1.尽量减少预设。 仅强制要求 type 字段，其他内容交由生产者决定。       

2.生产者和消费者彼此独立。 无论由人类手写、流水线生成还是LLM 合成，格式都作为契约存在，两端能够分别替换。       

3.它是格式，而非平台。 不与任何特定云、数据库或模型提供商绑定。       

!

尚未完成的标准并非 OKF v0.1 的定位，它只是一个起点。各方被原文鼓励去提交 PR 和 Issue、试用参考实现、编写消费者与生产器并阅读规范。核心贡献在格式本身，工具承担的是落地作用。       

格式本身才是核心贡献，相关工具的意义在于推动落地。Google 发布的参考实现中，一类智能体会自动遍历数据集并生成 OKF 文档，另一类可视化工具则把 OKF 包呈现为交互式图形；此外，Google Cloud 的 Knowledge Catalog 已能导入 OKF 格式。   

相关链接

1. Google Cloud: Introducing the Open Knowledge Format
https://cloud.google.com/blog/products/data-analytics/how-the-open-knowledge-format-can-improve-data-sharing

2. Andrej Karpathy: LLM Wiki Gist
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

3. OKF v0.1 SPEC.md
https://github.com/GoogleCloudPlatform/knowledge-catalog/blob/main/okf/SPEC.md

4. Google Cloud: Knowledge Catalog
https://cloud.google.com/blog/products/data-analytics/introducing-the-google-cloud-knowledge-catalog

 

如果这些内容对你有所帮助

欢迎点赞、推荐，或转发给朋友。

登录查看剩余 70% 内容