2026年6月18日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


我要投稿

Google 发布 OKF:AI 知识库的开放格式来了

发布日期:2026-06-15 11:50:03 浏览次数: 1566
作者:讲Jake的故事

微信搜一搜,关注“讲Jake的故事”

推荐语

Google发布开放知识格式OKF,为AI时代的知识管理提供统一、可迁移的解决方案。

核心内容:
1. OKF的核心定位与设计理念
2. 当前知识管理工具的痛点与OKF的解决之道
3. OKF v0.1版本的核心规范解析

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

Google 发布 OKF:AI 知识库的开放格式来了

当所有人都在讨论哪个 AI 笔记工具更好用时,Google Cloud 悄悄发布了一个看起来很"笨"的规范——Open Knowledge Format v0.1


一句话理解 OKF

"一个目录的 markdown 文件 + YAML frontmatter。没有 schema 注册中心,没有中央权威,没有必需的工具链。你能 cat 它,你就能读 OKF;你能 git clone 它,你就能分发它。"

OKF 的核心定位:适配 AI Agent 时代的知识存储标准

它不是一款软件,不是一个平台,而是一套"让知识可以被人和 AI 同时读、写、审计、迁移"的格式约定。

OKF 概念可视化


为什么现在需要 OKF?

过去几年,知识管理工具爆发式增长:Notion、Obsidian、Heptabase、Mem……每家都在定义自己的知识格式。

结果是什么?

  • 你的知识锁在某个软件的私有数据库里
  • 换工具 = 重新导入、重新整理、重新适应
  • AI Agent 无法直接读取你的知识库(除非专门做插件)

OKF 的出现,就是为了解决这个问题:让知识变成纯文本资产,可以跨工具、跨时间、跨主体复用。


OKF v0.1 核心规范(5 分钟读懂)

1. 一个知识库 = 一个目录

my-knowledge/
├── index.md      # 入口页,列出所有知识单元
├── log.md        # 变更记录
├── concepts/     # 概念类知识
│   └── ai-agent.md
├── companies/    # 公司类知识
│   └── anthropic.md
└── events/       # 事件类知识
    └── gemini-release.md

2. 每个知识单元 = 一个 Markdown 文件

文件头部必须有 YAML frontmatter,其中 type 是唯一必填字段

---
type: concept
title: AI Agent
created: 2026-06-01
citations:
  - https://example.com/source
---

type 是机器路由、过滤、解析知识的核心开关。消费端(人和 Agent)靠它来决定"这是什么类型的知识,该怎么用"。

3. 知识之间的关系 = 标准 Markdown 链接

AI Agent 的核心挑战在于 [对齐问题](/concepts/alignment.md),
而 [Anthropic](/companies/anthropic.md) 正在这条路上持续投入。

不用私有格式,不用特殊语法,标准 Markdown 相对路径链接,保证任何工具都能解析。

4. 最反直觉的设计:坏链不是错误,是"待写的知识"

OKF 规定:消费端必须容忍坏链

# 这篇文档引用了一个还没写的页面
相关概念见 [多智能体协作](/concepts/multi-agent.md)

如果 /concepts/multi-agent.md 还不存在,这不是错误——这是"尚未写下的知识",是知识库的生长点。

这个设计深刻理解了知识的本质:知识是慢慢长出来的半成品,不是一次性写好的文档。

5. 变更记录必须显式存在

log.md 采用 ISO 日期格式,最新变更在前:

## 2026-06-14
- 更新 anthropic.md:新增 Claude 4 发布信息
- 新增 gemini-release.md

## 2026-06-13
- 初始化知识库

配合 citations(引用来源),知识完全可追溯、可审计。


野生实践者:我半年前就在这么做了

这篇文章的作者(公众号「尘华」)从 2025 年开始,凭直觉搭建了一套自动生长的个人知识库,和 OKF 规范高度重合

他已经实际运行了半年:

  • 625 个运行周期
  • 约 44.8 万字、213 页 wiki
  • 原始数据 3105 个文件、4G 大小
  • 全程几乎无需人工干预

他的技术架构是:信源配置 → 每小时抓取 → raw/(不可变原始件) → LLM 编译(富化) → wiki/(活的 Markdown 知识库) → /ask 问答 + /lint 体检 → 结果再填回 wiki/

AI 自动整理知识库

核心原则:增量更新,永不重写

他和 OKF 的差距(也是多数人的差距)

作者的实现OKF 要求影响
用 Obsidian 私有 [[[]]] 双链必须用标准 Markdown 相对路径出了 Obsidian 就无法解析
概念页没有 YAML frontmattertype 字段必填Agent 无法自动路由知识
变更史散在 _daily/ 目录必须有显式 log.md知识无法追溯来源

作者明确表示:后续会按 OKF 标准改造,不是为了合规,而是为了让知识库"五年后、换个 Agent、甚至分享给别人时,还活着"。


OKF 对普通人的意义

对知识管理用户

不要再囤"即用即弃"的 AI 摘要了。

建一个会富化的活库:

  • 新信息进来 → 更新已有页面,而不是新开一篇
  • 载体用最朴素的 Markdown + 一行 type frontmatter
  • 反链用可移植的相对路径

Obsidian、git 仓库、甚至普通文件夹,都可以是实现载体。

对开发者

抄 OKF 的"宽容消费"哲学:

交易类接口要严格(钱不能出错);知识类接口要软(知识天生是半成品)。

容忍坏链、容忍未知字段、容忍缺字段。规范要立在"结构"上,不要立在"工具"上。

对内容/品牌从业者

你积累的行业认知如果只躺在飞书文档和个人脑子里,Agent 时代就是不可被调用的暗物质

尽早沉淀成人和 AI 都能读的结构,才能在"AI 帮我查行业信息"的场景里占得先机。


一句话总结

AI 时代知识管理的胜负手,已经从"你记了多少"变成了"你的知识,你和你的 Agent 能不能一起读"。

值得认真经营的不是又一个笔记应用,而是一座你和你的 Agent 能共同进出、能 git clone 带走、能一直长下去的知识库

它现在丑没关系。只要活着、是纯文本、能被读取——剩下的,交给时间和 Agent 去生长。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询