Google 发布了 OKF：给 AI Agent 的知识库统一格式标准
AI Agent 最大的瓶颈不是模型能力，是上下文。它不知道你的表结构是什么意思，不知道"周活"怎么算，不知道哪个 API 已经废弃了——这些知识散落在 wiki、代码注释、文档系统、老员工脑子里。

Google 最近发布了 OKF（Open Knowledge Format），想解决这个问题。
1. 它是什么
一个开放规范，把知识表达成一堆 Markdown 文件 + YAML frontmatter 的目录结构。每个"概念"（表、指标、接口、runbook）是一个文件，文件路径就是它的 ID，文件之间用普通 Markdown 链接互相引用，整个目录变成一张知识图谱。
这个思路来自 Karpathy 早些时候提出的 LLM-wiki 模式——与其每次让模型去搜文档，不如给它一个会自我生长的知识库。OKF 做的事是把这个模式标准化，让不同团队、不同工具、不同 Agent 产出的知识库可以互相读。

2. 设计原则
1）极简主义：整个规范只强制要求一个字段：type，其他全看你。
2）生产者和消费者解耦：人写的 wiki 可以被 Agent 读，Agent 生成的知识库可以被另一个 Agent 消费，格式是契约，工具各自独立。
3）不绑定任何平台：不需要账号、不需要 SDK、不需要 Google 的任何服务，就是一堆文件。

3. 附带的参考实现
1）一个 BigQuery 数据集自动扫描 Agent，能给每张表生成 OKF 文档，并爬文档补充 schema 和 join 路径
2）一个静态 HTML 可视化工具，把 OKF 目录渲染成交互式知识图谱，单文件，无后端
3）三个示例数据集：GA4 电商、Stack Overflow、Bitcoin 公开数据集

访问：loud.google.com/blog/products/data-analytics/how-the-open-knowledge-format-can-improve-data-sharing/

#HOW I AI# #程序员#