Google Cloud introdujo el Open Knowledge Format (OKF), una nueva especificación que estandariza el conocimiento como archivos Markdown y lo hace portable entre sistemas. Toma el patrón "LLM wiki" recientemente popularizado por Andrej Karpathy y lo convierte en un formato interoperable.
OKF v0.1 representa el conocimiento como un directorio de archivos Markdown con YAML frontmatter. La especificación es minimalista: un solo campo obligatorio (type), un puñado de campos opcionales como título, descripción, recurso, etiquetas y timestamps, más un cuerpo Markdown para todo lo demás.
Los conceptos se enlazan entre sí mediante links Markdown estándar, formando un grafo de conocimiento. Un bundle OKF se lee en cualquier editor, renderiza en GitHub y se indexa con cualquier buscador.
¿Qué problema resuelve OKF en una organización?
La mayoría de las organizaciones conoce el problema que OKF intenta resolver. El conocimiento está disperso entre catálogos de metadata, wikis, comentarios en código, celdas de notebooks y las cabezas de ingenieros individuales. Cuando un agente de IA necesita escribir una query SQL para un dataset específico, tiene que armar el contexto desde fragmentos en todas esas fuentes.
Según Google Cloud, cada desarrollador de agentes resuelve hoy el problema de contexto desde cero, y cada proveedor de catálogo reinventa los mismos modelos de datos. Bóvedas de Obsidian conectadas a coding agents, archivos de convención como AGENTS.md y CLAUDE.md, repositorios "metadata as code" en equipos de datos: todos siguen un patrón similar. El problema es que cada solución es custom y no fue diseñada para hablar con las otras. El conocimiento queda atrapado dentro del sistema que lo creó. Esa es la grieta que OKF apunta a cerrar.
Construido para ser mínimo y portable
OKF exige un único campo (type). Qué tipos existen, qué campos extra contiene un documento y cómo se estructura el cuerpo queda a criterio del productor. Productores y consumidores quedan desacoplados. Un bundle escrito por humanos puede consumirlo un agente de IA; un bundle generado por una máquina puede mirarse en un visualizador. OKF funciona con cualquier proveedor cloud, base de datos o framework de agentes.
Junto con la especificación, Google Cloud está liberando varias implementaciones de referencia:
- Un agente de enriquecimiento que recorre datasets de BigQuery y crea un documento OKF por tabla.
- Un visualizador HTML estático.
- Tres bundles de ejemplo: GA4 e-commerce, Stack Overflow y datasets de Bitcoin.
Google Cloud también actualizó su Knowledge Catalog para que ingiera OKF y lo sirva a los agentes. La especificación y el código están en GitHub. La integración con Knowledge Catalog viene documentada por separado.
Comparativa rápida con los formatos existentes
| Patrón | Alcance | Lectura humana | Lectura por agente | Portabilidad |
|---|---|---|---|---|
AGENTS.md / CLAUDE.md | Repositorio | Sí | Sí | Solo dentro del editor que lo soporta |
| Obsidian Vault | Notas personales | Sí | Limitada | Atada al cliente Obsidian |
| "Metadata as code" | Equipos de datos | Parcial | Parcial | Custom por equipo |
| OKF v0.1 | Cualquier dominio | Sí | Sí (frontmatter YAML) | Multi-cloud, multi-framework |
¿Qué tan rápido lo va a adoptar la industria?
La especificación nace con respaldo de Google, lo que ayuda. Pero la prueba real será si Anthropic, OpenAI y los frameworks de agentes (LangGraph, LlamaIndex, Mastra, Pydantic AI) lo aceptan como input nativo. Mientras tanto, los equipos chilenos que ya usan archivos AGENTS.md para Claude Code o CLAUDE.md para mantener convenciones del repo van a poder migrarlos casi sin fricción: el cambio es solo agregar frontmatter YAML al inicio.
El repositorio de OKF y los tres bundles de ejemplo están disponibles bajo licencia abierta, listos para clonar y probar localmente con cualquier editor Markdown.
