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：
OKF的核心定位与设计理念
当前知识管理工具的痛点与OKF的解决之道
OKF v0.1版本的核心规范解析
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。
* *
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）
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
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：
“yaml
—type: concepttitle: AI Agentcreated: 2026-06-01citations: – 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"。
知识之间的关系 = 标准 Markdown 链接
`markdown
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。
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。
`markdown
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。
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：
`markdown
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/
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 frontmatter | type 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。
[登录查看剩余 70% 内容](javascript:void (0);)
AI知识库知识管理知识管理工具
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
上一篇：Google 把「让 LLM 维护知识库」写成了规范：我照这个思路跑了半年下一篇：如何快速地拥有一个帮你管理知识库的agent
返回列表
相关资讯
2026-07-05 AI 知识库的下一步，不是更会回答，而是能帮你把事办了2026-07-05 企业AI知识库落地全复盘：从搭建到高效运营的实战方法论2026-07-04 全员都在用AI，为什么组织效率纹丝不动？2026-07-02 LLM Wiki 构建手册：一份可直接落地的标准流程2026-07-02 认识LLM Wiki，一个新的知识库构建技术2026-07-01 一次差点闯祸的分享,让我们把企业知识库重新想了一遍2026-07-01 8000星！Karpathy力推的LLM Wiki理念，被这个项目完美落地了2026-07-01 Karpathy又封神！掀翻RAG，把你的笔记变成第二大脑
联系获取
联系获取
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))
把握AI发展的机遇，共同探索、共同进步 2025-01-22如何打造基于GenAI的员工服务机器人 2025-01-22
