Open Knowledge Format (OKF)

Что такое Open Knowledge Format

Open Knowledge Format (OKF) — открытая спецификация от Google Cloud (v0.1, июнь 2026), которая формализует паттерн LLM Wiki в портативный, интероперабельный формат. OKF — вендорно-нейтральный стандарт для представления метаданных, контекста и курированных знаний, которые нужны современным AI-системам.

В основе OKF — простая идея: знание как директория Markdown-файлов с YAML frontmatter. Без сложных схем сжатия, без рантаймов, без обязательных SDK.

Бандл OKF-документов — это:

Просто Markdown — читается в любом редакторе, рендерится на GitHub, индексируется поиском
Просто файлы — распространяется как tarball, хранится в git, монтируется в файловую систему
Просто YAML frontmatter — минимальный набор полей для структурированных запросов: type, title, description, resource, tags, timestamp

Требуется только одно обязательное поле — type. Всё остальное оставлено на усмотрение автора.

Проблема, которую решает OKF

В большинстве организаций знание, необходимое AI-агентам, разбросано по разрозненным системам:

Каталоги метаданных с собственными API
Вики, сторонние системы, общие диски
Комментарии в коде, docstring, ячейки ноутбуков
Головы старших разработчиков

Каждый вендор предлагает свой каталог, свой SDK, свою схему графа знаний — и ни одно знание не портативно между продуктами и организациями. Каждый строитель агентов решает одну и ту же проблему сборки контекста с нуля.

OKF решает эту проблему через формат, а не сервис: знание, которое можно производить без SDK, потреблять без интеграции, перемещать между системами и хранить в системе контроля версий.

Три принципа OKF

1. Минимальная опциональность

OKF требует ровно одного поля от каждого concept-документа: type. Всё остальное (какие типы существуют, какие ещё поля включать, какие секции содержит тело) оставлено на усмотрение производителя. Спецификация определяет поверхность интероперабельности, а не модель контента.

2. Независимость производителя и потребителя

OKF чётко разделяет того, кто пишет знание, от того, кто его потребляет. Человеческий бандл может потреблять AI-агент. Бандл, сгенерированный пайплайном экспорта метаданных, может просматриваться в визуализаторе. Бандл, синтезированный одной LLM, может запрашиваться другой. Формат — контракт; инструменты на каждом конце независимо заменяемы.

3. Формат, а не платформа

OKF не привязан к конкретному облаку, базе данных, провайдеру моделей или фреймворку агентов. Он никогда не потребует проприетарного аккаунта или SDK. Ценность формата знаний — в том, сколько сторон его понимают, а не в том, кто им владеет.

Как устроен OKF

Бандл OKF — это директория Markdown-файлов, каждый из которых представляет концепт (concept): таблицу, датасет, метрику, плейбук, ранбук, API. Один файл = один концепт. Путь файла — идентификатор концепта.

Каждый concept-документ содержит:

YAML front matter — для структурированных полей (type, title, description, tags)
Markdown тело — для всего остального (описание, примеры, примечания)

Концепты связываются обычными Markdown-ссылками, превращая директорию в граф отношений. Бандлы могут опционально включать:

index.md — для прогрессивного раскрытия при навигации агентов
log.md — для хронологии изменений (что есть и в нашей базе знаний)

Новая терминология

OKF вводит термин «концепт» (concept) вместо «страница» — это любая сущность, которую можно задокументировать: таблица БД, метрика, плейбук, API-эндпоинт. Путь к файлу служит уникальным идентификатором, что упрощает организацию и поиск.

Что Google Cloud зашиппили с релизом

Enrichment agent — обходит датасет BigQuery, создаёт OKF concept-документ для каждой таблицы и представления, затем вторым проходом LLM обогащает концепты цитатами, схемами и join-путями
Static HTML visualizer — превращает любой OKF бандл в интерактивный граф в одном self-contained HTML-файле; не требует бэкенда
Три sample bundles — GA4 e-commerce, Stack Overflow, Bitcoin public datasets, подготовленные reference agent
Knowledge Catalog — Google Cloud обновил свой каталог знаний для поддержки OKF

Связь с архитектурой LLM Wiki и Second Brain

OKF — это формальная спецификация того, что в экосистеме AI-агентов уже стихийно сложилось как паттерн LLM Wiki. Наша база знаний DDPA KB по своей структуре (директория Markdown-файлов с frontmatter, index.md, log.md, cross-ссылки) следует OKF-подходу, хотя и с собственными конвенциями.

По шкале 5 уровней зрелости AI Second Brain:

OKF соответствует Уровню 2 (LLM Wiki) — но добавляет формальную интероперабельность
Это мост между Level 2 и Level 3: стандартные поля (type, tags) позволяют строить автоматическую индексацию и семантический поиск поверх OKF-бандлов
Принцип «boring is beautiful» из Level 2 полностью совпадает с философией OKF

Ключевое преимущество OKF перед ad-hoc LLM Wiki: если несколько команд/проектов договорятся об OKF, их знания становятся портативными — агент из одного проекта может читать wiki другого проекта без дополнительной адаптации.

Что это значит для DDPA KB

Наша база знаний уже близка к OKF:

Markdown + YAML frontmatter ✅
Категоризация по папкам ✅
index.md с навигацией ✅
log.md с хронологией изменений ✅
Cross-ссылки между страницами ✅
«Материалы и источники» → соответствует resource в OKF ✅

Потенциальные улучшения в сторону OKF:

Добавить поле type: в frontmatter (например type: guide, type: comparison, type: tool-review)
Унифицировать prologue frontmatter и мануальный cross-reference layout
OKF-совместимость позволила бы не только людям, но и внешним AI-агентам легко индексировать нашу KB