发布日期：2026-06-21 09:39:04 浏览次数： 1736
作者：架构师之道
微信搜一搜，关注“架构师之道”
推荐语
开放知识格式（OKF）为AI智能体与人类协作提供了一套统一的“语言”，是解决组织知识碎片化的关键一步。
核心内容：
1. 组织知识管理的现状与核心痛点分析
2. OKF的核心设计理念与规范详解
3. 该标准对AI智能体时代的意义与未来展望
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
架构师之道
●AI · LLM · Agents|Enterprise Architecture|Digital Transformation
## 一、引言：OKF是什么？
2026年6月12日，Google Cloud正式发布了开放知识格式（Open Knowledge Format，简称OKF）0.1版。这是一套开放的、厂商中立的规范，用于表示组织内部的元数据、上下文和经过整理的知识，让人类和AI智能体都能直接读取。
OKF的核心主张极为简洁：**用普通的Markdown文件加YAML元数据头来表示知识**。Google明确将其定位为“格式”而非“平台”——没有账号、没有SDK、没有厂商锁定，任何人用文本编辑器就能读写。
## 二、要解决什么问题？
### 2.1 上下文组装问题
在大多数组织中，AI模型需要的知识散落在互不兼容的系统中：
* 元数据目录（各有各的专有API）
* 内部Wiki、Notion、Confluence
* 代码注释和文档字符串
* 共享网盘中的PDF和Office文档
* 资深员工脑子里的“部落知识”
当一个AI智能体需要回答“如何计算周活跃用户数”时，它必须从这些互不兼容的来源中拼凑答案。每个团队都在从头解决同一个问题，知识被锁死在创建它的那个界面里。
### 2.2 现有方案的碎片化
过去一年里，开发者社区涌现出各种“LLM Wiki”模式——AGENTS.md、CLAUDE.md、Obsidian知识库——但每种都是定制化的，格式互不兼容，无法跨系统复用。OKF正是要填补这个空白：建立一套共同的约定，让不同生产者写的知识能被不同智能体消费，无需翻译层。
## 三、OKF核心规范解析
### 3.1 知识包（Knowledge Bundle）
一个OKF知识包就是一个目录树：
`my_bundle/├── index.md # 目录索引（可选）├── log.md # 变更日志（可选）├── datasets/│ ├── index.md│ └── sales.md└── tables/ ├── index.md ├── orders.md └── customers.md`
每个非保留文件名的`.md`文件就是一个概念文档。`index.md`用于渐进式展示，让智能体先看目录再按需深入；`log.md`记录变更历史。
### 3.2 概念文档结构
每个概念（一张表、一个指标、一个API、一本运维手册）就是一个Markdown文件，包含两部分：
**YAML元数据头（Frontmatter）：**
YAML`—type: BigQuery Table # 必填title: Orders # 推荐description: 每行一个已完成客户订单 # 推荐resource: https://… # 推荐（底层资产URI）tags: [sales, revenue] # 推荐timestamp: 2026-05-28T14:30:00Z # 推荐—`
唯一必填字段是`type`，用于标识概念类别（如Metric、Table、API、Runbook）。其余字段均为推荐项，消费者必须容忍缺失。
**Markdown正文：**
正文是标准Markdown，用于详细描述概念。可以用标题组织结构、表格描述Schema、代码块展示SQL示例。概念之间用普通Markdown链接相互关联，从目录中自然浮现出知识图谱。
### 3.3 设计原则
Google明确阐述了OKF的三个设计原则：
1. **极简主义：**只强制`type`一个字段，其余全部由生产者自行决定。规范定义的是互操作界面，而非内容模型。
2. **生产者/消费者独立：**生产者不需要知道消费者是谁，消费者不需要知道生产者是谁。格式是契约，两端的工具可独立替换。
3. **格式而非平台：**不绑定任何云、数据库、模型或智能体框架。不需要专有账号，不需要SDK。
## 四、与LLM-Wiki模式的渊源
OKF并非凭空发明。它明确继承了Andrej Karpathy（OpenAI联合创始人）提出的“LLM-Wiki”模式。
2026年初，Karpathy在GitHub上分享了一个思路：与其让智能体反复查询相同文档，不如给它们一个共享的Markdown知识库，让智能体自己维护和更新。他观察到：**大语言模型不会厌烦，不会忘记更新交叉引用，一次处理就能覆盖15个文件**——那些让人类放弃个人Wiki的维护性工作，恰恰是LLM擅长的。
这个思路在开发者社区迅速传播，但每个人都在自己的角落里重新发明轮子。OKF的价值就在于：**给这个模式加了一层标准化约定，让不同的“LLM Wiki”能够互操作**。
## 五、OKF vs 其他标准
OKF与几个容易混淆的标准是**互补而非竞争**关系：
| 标准 | 消费方 | 存放位置 | 主要作用 |
| — | — | — | — |
| schema.org / JSON-LD | 搜索引擎 | 公开网页内 | 富媒体摘要、知识面板 |
| llms.txt | AI爬虫和答案引擎 | 网站根目录公开文件 | 告诉智能体网站结构和重要页面 |
| OKF | 你自己的AI智能体 | 内部知识包（通常在代码仓库） | 提供权威、结构化的组织知识 |
### 特别澄清：OKF ≠ SEO排名信号
**OKF不会提升Google搜索排名**。它不是公开网页格式，不是被全网爬取的发现标准，也不替代schema.org结构化数据。它是面向组织内部的：让你的智能体基于共享的权威知识运作，而不是每次都从零推导事实。
## 六、Google提供什么配套工具？
Google不止发布了规范，还提供了实际可用的参考实现：
1. **知识增强智能体（Enrichment Agent）：**遍历BigQuery数据集，为每张表自动生成OKF文档草稿，再通过LLM补充Schema、关联路径和引用来源。
2. **静态HTML可视化工具：**把任何OKF知识包转成交互式知识图谱，一个独立HTML文件，无需后端。
3. **三个示例知识包：**GA4电商数据、Stack Overflow、Bitcoin公开数据集。
Google Cloud的Knowledge Catalog（原Dataplex）也已更新，支持直接接入OKF并服务于智能体。
## 七、谁应该采用OKF？
### 适用场景
* 团队正在运行内部Copilot或RAG系统，智能体频繁搞错指标定义或数据来源
* 数据和分析团队希望为每个指标建立唯一权威定义
* 平台和API团队希望智能体直接发现和使用他们的服务
### 怎么开始？
1. **从小处着手：**选5-10个智能体最容易弄错的概念（核心指标、主要数据集、关键API）
2. **每个概念写一个文件：**填上`type`、`title`、`description`，用Markdown写出精确定义
3. **放进Git做版本管理：**让知识的每一次变更都可追溯、可审核
4. **让智能体指向它：**把知识包加载到检索层或作为文件上下文提供给智能体
5. **持续迭代：**每次智能体弄错一个事实，就新增或修正对应的概念文件
### 当前阶段的建议
如果你还没开始构建基于自有数据的智能体，OKF的优先级可以放低。当前让内容被AI发现和使用的更高杠杆动作是：做好schema.org标记、写好llms.txt、提供真正的API或MCP端点。
但如果你正在运行AI智能体处理自有知识，**OKF是值得认真对待的**。投入很小（一份规范、一个免费工具、一次Git提交），但解决了每个智能体项目都会遇到的核心问题。
## 八、总结
OKF的价值不在于发明了新技术——Markdown、YAML、目录树都是存在了几十年的原语。它的贡献在于：**在AI智能体时代，为知识表示找到了一个务实的平衡点**——足够结构化以支持自动化处理，足够自由以容纳丰富的自然语言描述，足够简单以实现零门槛的生产与消费。
Google将它定位为“起点而非最终标准”。随着更多生产者和消费者加入生态，格式会继续演进。但对于已经在构建AI智能体的团队来说，**今天就可以从中获益**——用一个下午的时间，把那些让智能体最头疼的知识整理成一份Markdown知识包，然后看着它一步步变得更可靠、更准确。
[登录查看剩余 70% 内容](javascript:void (0);)
https://www.53ai.com/keyword/%E7%9F%A5%E8%AF%86%E7%AE%A1%E7%90%86https://www.53ai.com/keyword/%E4%BC%81%E4%B8%9A%E7%9F%A5%E8%AF%86%E7%AE%A1%E7%90%86https://www.53ai.com/keyword/AI%E7%9F%A5%E8%AF%86%E5%BA%93
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
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
https://www.53ai.com/news/zhishiguanli/2026062114805.htmlhttps://www.53ai.com/news/zhishiguanli/2026062090351.html
https://www.53ai.com/news/zhishiguanli
相关资讯
https://www.53ai.com/news/zhishiguanli/2026070483450.htmlhttps://www.53ai.com/news/zhishiguanli/2026070298312.htmlhttps://www.53ai.com/news/zhishiguanli/2026070210735.htmlhttps://www.53ai.com/news/zhishiguanli/2026070128069.htmlhttps://www.53ai.com/news/zhishiguanli/2026070103542.htmlhttps://www.53ai.com/news/zhishiguanli/2026070130596.htmlhttps://www.53ai.com/news/zhishiguanli/2026063070523.htmlhttps://www.53ai.com/news/zhishiguanli/2026063026970.html
https://www.53ai.com/solution.html
https://www.53ai.com/solution.html
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
https://www.53ai.com/news/dongtai/2025012294502.htmlhttps://www.53ai.com/news/dongtai/2025012234192.html
https://hub.53ai.com/
热点资讯
https://www.53ai.com/news/zhishiguanli/2026040727630.htmlhttps://www.53ai.com/news/zhishiguanli/2026042838960.htmlhttps://www.53ai.com/news/zhishiguanli/2026041292651.htmlhttps://www.53ai.com/news/zhishiguanli/2026040796142.htmlhttps://www.53ai.com/news/zhishiguanli/2026060472109.htmlhttps://www.53ai.com/news/zhishiguanli/2026040705498.htmlhttps://www.53ai.com/news/zhishiguanli/2026042094382.htmlhttps://www.53ai.com/news/zhishiguanli/2026061189154.htmlhttps://www.53ai.com/news/zhishiguanli/2026042650829.htmlhttps://www.53ai.com/news/zhishiguanli/2026040807925.html
大家都在问
https://www.53ai.com/news/zhishiguanli/2026070483450.htmlhttps://www.53ai.com/news/zhishiguanli/2026063028037.htmlhttps://www.53ai.com/news/zhishiguanli/2026062952940.htmlhttps://www.53ai.com/news/zhishiguanli/2026062917592.htmlhttps://www.53ai.com/news/zhishiguanli/2026061976038.htmlhttps://www.53ai.com/news/zhishiguanli/2026060469170.htmlhttps://www.53ai.com/news/zhishiguanli/2026060124079.htmlhttps://www.53ai.com/news/zhishiguanli/2026052737860.html
热门标签
https://www.53ai.com/news/neirongchuangzuohttps://www.53ai.com/news/LargeLanguageModelhttps://www.53ai.com/news/gerentixiaohttps://www.53ai.com/news/langchainhttps://www.53ai.com/news/llamaindexhttps://www.53ai.com/news/MultimodalLargeModelhttps://www.53ai.com/news/RAGhttps://www.53ai.com/news/zhinengkefuhttps://www.53ai.com/news/knowledgegraphhttps://www.53ai.com/news/finetuninghttps://www.53ai.com/news/RAGFlowhttps://www.53ai.com/news/cozehttps://www.53ai.com/news/difyhttps://www.53ai.com/news/fastgpthttps://www.53ai.com/news/Bishenghttps://www.53ai.com/news/Qanythinghttps://www.53ai.com/news/AIqichehttps://www.53ai.com/news/AIjinronghttps://www.53ai.com/news/AIgongyehttps://www.53ai.com/news/AIpeixunhttps://www.53ai.com/news/AISaaShttps://www.53ai.com/news/tishicikuangjiahttps://www.53ai.com/news/tishicijiqiaohttps://www.53ai.com/news/AIdianshanghttps://www.53ai.com/news/AImianshihttps://www.53ai.com/news/shuziyuangonghttps://www.53ai.com/news/zhinengbaobiaohttps://www.53ai.com/news/zhishiguanlihttps://www.53ai.com/news/OpenSourceLLMhttps://www.53ai.com/news/zhinengyingxiaohttps://www.53ai.com/news/zhinengyingjianhttps://www.53ai.com/news/zhinenghuagaizaohttps://www.53ai.com/news/AIyiliaohttps://www.53ai.com/news/MaxKBhttps://www.53ai.com/news/Palantirhttps://www.53ai.com/news/Gleanhttps://www.53ai.com/news/Openclaw
[应聘简历请发送至： ceo@53ai.com](mailto:ceo@53ai.com)
https://www.53ai.com/product.html
https://www.53ai.com/product/quanyuanAIhttps://www.53ai.com/product/gongzuoduihuahttps://www.53ai.com/product/neirongchuangzuohttps://www.53ai.com/product/zhinengwendanghttps://www.53ai.com/product/mofacaidan
https://www.53ai.com/product/yewuAIhttps://www.53ai.com/product/weixinfenshenhttps://www.53ai.com/product/haiwaikefuhttps://www.53ai.com/product/guanwangkefuhttps://www.53ai.com/product/douyinkefuhttps://www.53ai.com/product/shuzilaoshihttps://www.53ai.com/product/shuzidudaohttps://www.53ai.com/product/zhinengfuwutai
https://www.53ai.com/product/AIXyewuhttps://www.53ai.com/product/zhinengwenshuhttps://www.53ai.com/product/zhinengshenhehttps://www.53ai.com/product/zhinenggongdanhttps://www.53ai.com/product/qiweigenjinzhushouhttps://www.53ai.com/product/zhinengbaojiahttps://www.53ai.com/product/qiweixiaoshouzhushouhttps://www.53ai.com/product/zijianyingyonghttps://www.53ai.com/product/qiweikefuzhushou
https://www.53ai.com/consulting.htmlhttps://www.53ai.com/fine-tuning.html
https://www.53ai.com/kehuanli.html
https://www.53ai.com/kehuanli/hangyeanlihttps://www.53ai.com/kehuanli/solution
https://www.53ai.com/news.html
https://www.53ai.com/news/qianyanjishuhttps://www.53ai.com/news/agentplatformhttps://www.53ai.com/news/hangyeyingyonghttps://www.53ai.com/news/qiyejingyinghttps://www.53ai.com/prompt.html
https://www.53ai.com/about.html
https://www.53ai.com/about/introductionhttps://www.53ai.com/about/cooperation
友情链接：
https://www.waytoagi.com/https://www.yuncan.com/https://www.wescrm.com/https://www.mingpian.top/https://www.uweb.net.cn/
CopyRight © 2012-2026 深圳市博思协创网络科技有限公司 版权所有
https://beian.miit.gov.cn/
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）
深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204
上海：上海市浦东新区金新路58号1602室
微信扫码
和创始人交个朋友
联系我们
售前咨询
[186 6662 7370](tel:18666627370)
预约演示
[185 8882 0121](tel:18588820121)
微信扫码
添加专属顾问
回到顶部
加载中…
扫码咨询
[](https://www.53ai.com/news/zhishiguanli/2026062196873.html)
https://work.weixin.qq.com/ca/cawcde2599cf74e2d9https://work.weixin.qq.com/ca/cawcdefb661890e885[电话咨询](tel:400-838-1185)
扫码登录
– [x] 登录即表示您同意[《53AI网站服务协议》](javascript:void(0);)
服务协议
欢迎您使用【53AI 官方网站】（以下简称“本网站”或“我们”）。本《会员服务协议》（以下简称“本协议”）是您（以下简称“会员”或“用户”）与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前，请务必审慎阅读、充分理解各条款内容，特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时，即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站：指由【深圳市博思协创网络科技有限公司】运营的，域名为【53ai.com】的网站及相关移动端页面。
会员服务：指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容：指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式：本网站支持以下登录方式，您可根据实际情况选择：
微信公众号授权登录：您同意将您的微信OpenID信息授权给本网站，用于创建或关联会员账号。
手机验证码登录：您需提供真实有效的手机号码，并通过短信验证码完成身份验证与登录/注册。
账号安全：您的账号仅限您本人使用，禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失，由您自行承担。
实名认证：根据相关法律法规要求，我们可能要求您在特定功能下完成实名认证。如您拒绝提供，可能无法使用部分或全部服务。
未成年人保护：若您未满18周岁，请在法定监护人的陪同下阅读本协议，并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限：会员登录后，有权按照其会员等级对应的权限范围，在线浏览、检索本网站知识库中的相关文章及内容。
服务变更：我们有权根据业务发展需要，调整、变更或终止部分服务内容，并将以网站公告、公众号消息等方式提前通知。
禁止行为：您在使用服务时不得实施以下行为：
利用技术手段批量爬取、下载、转存知识库内容；
将知识库内容用于商业目的或未经授权地向第三方传播；
干扰本网站正常运行或侵犯其他用户合法权益；
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属：本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有，受《中华人民共和国著作权法》等法律保护。
有限许可：本网站授予会员一项非独占、不可转让、不可转授权的普通许可，仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责：未经书面许可，任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现，我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息，请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息，我们将严格按照《个人信息保护法》的规定处理，仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性：知识库内容仅供参考，不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证，您应自行判断并承担使用风险。
不可抗力：因自然灾害、政策法规变化、网络故障、第三方平台接口异常（如微信接口维护、运营商短信通道故障）等不可抗力导致的服务中断或延迟，我们不承担违约责任。
第三方链接：本网站可能包含指向第三方网站的链接，该等网站的内容和服务不受我们控制，请您自行甄别风险。
七、 违约责任
如您违反本协议约定，我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施，并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失，您应承担全部赔偿责任（包括但不限于罚款、赔偿金、律师费、公证费等）。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议，双方应友好协商解决；协商不成的，任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议，取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的，不影响其他条款的效力。
我们对本协议享有最终解释权，并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效，继续使用服务即视为同意修订内容。
[已查阅](javascript:void(0);)
安全验证
拖动下方拼图完成验证
AI生成背景
您的速度已超过 99% 的用户
验证错误,请重试
确定
安全验证
刷新验证码
反馈
切换无障碍验证
切换常规验证
