Google Cloud Meluncurkan Open Knowledge Format untuk Memberdayakan Agen AI

Google Cloud telah meluncurkan Open Knowledge Format (OKF), sebuah spesifikasi baru yang dirancang untuk menstandarisasi pengetahuan organisasi ke dalam file Markdown yang portabel. Dengan mengubah data yang terfragmentasi menjadi format yang interoperabel, OKF bertujuan untuk mengatasi kesenjangan konteks masif yang saat ini menghalangi agen AI untuk beroperasi secara efisien di seluruh ekosistem perusahaan yang kompleks.

Mengatasi Masalah Fragmentasi dalam Alur Kerja Agentic

Seiring agen AI menjadi lebih otonom, mereka menghadapi hambatan signifikan: "fragmentasi konteks." Saat ini, informasi penting tersebar di berbagai katalog metadata, wiki internal, komentar kode, dan sel notebook Jupyter. Ketika sebuah agen AI mencoba melakukan suatu tugas—seperti menulis kueri SQL yang presisi untuk dataset tertentu—ia harus berjuang untuk menyatukan fragmen-fragmen yang terpisah ini.

Google Cloud mencatat bahwa lanskap saat ini merupakan kumpulan solusi khusus yang terisolasi (siloed). Pengembang saat ini sedang membangun solusi konteks khusus, mulai dari Obsidian Vaults hingga file konvensi kustom seperti AGENTS.md atau CLAUDE.md. Meskipun pola "metadata as code" ini efektif, mereka kurang memiliki interoperabilitas. Pengetahuan tetap terkunci di dalam sistem atau repositori spesifik yang membuatnya, sehingga menghalangi aliran informasi yang mulus di antara berbagai alat dan kerangka kerja (framework) yang berbeda.

Spesifikasi OKF: Minimalis dan Interoperabel

Open Knowledge Format (v0.1) mengambil konsep "LLM wiki" dan mengodifikasikannya ke dalam standar universal. Pada intinya, sebuah bundel OKF adalah direktori file Markdown yang menggunakan YAML frontmatter. Spesifikasi ini sengaja dibuat minimalis untuk mendorong adopsi; satu-satunya bidang wajib adalah "type," meskipun produsen dapat menyertakan bidang opsional seperti title, description, resource, tags, dan timestamps.

Karena mengandalkan Markdown standar, graf pengetahuan (knowledge graph) dibentuk melalui tautan Markdown tradisional, yang menghubungkan konsep secara alami. Desain ini memastikan bahwa OKF sangat portabel: sebuah bundel OKF dapat dibaca di editor teks standar apa pun, ditampilkan secara asli (natively) di GitHub, dan diindeks oleh alat pencari yang ada. Yang paling penting, spesifikasi ini memisahkan produsen dari konsumen, yang berarti dokumen yang ditulis manusia dapat diproses oleh agen AI, dan bundel yang dihasilkan mesin dapat dengan mudah divisualisasikan oleh manusia.

Integrasi Ekosistem dan Implementasi Referensi

Untuk memastikan spesifikasi ini melampaui sekadar teori, Google Cloud menyediakan beberapa implementasi referensi dan alat bantu. Ini mencakup agen pengayaan yang mampu merayapi dataset BigQuery untuk menghasilkan dokumen OKF secara otomatis bagi setiap tabel. Google juga telah merilis visualisator HTML statis dan menyediakan bundel sampel untuk dataset yang kompleks, termasuk e-commerce GA4, Stack Overflow, dan data Bitcoin.

Yang terpenting, Google Cloud telah memperbarui Knowledge Catalog miliknya sendiri untuk menyerap OKF, sehingga format tersebut dapat disajikan secara langsung kepada agen AI. Dengan menyediakan spesifikasi dan kode di GitHub, Google memposisikan OKF sebagai lapisan fundamental bagi generasi alur kerja agen berikutnya, di mana pengetahuan diperlakukan sebagai aset yang terstandarisasi dan portabel, bukan sebagai silo data yang terkunci.

Poin Penting

  • Konteks Terstandarisasi: OKF mengubah dokumentasi yang tersebar menjadi direktori file Markdown yang terpadu, memungkinkan agen AI untuk menavigasi graf pengetahuan yang kompleks menggunakan tautan standar.
  • Desain Minimalis: Dengan hanya mewajibkan satu bidang "type" dalam YAML frontmatter, spesifikasi ini memastikan portabilitas tinggi dan hambatan rendah bagi para pengembang.
  • Interoperabilitas: Format ini menjembatani kesenjangan antara wiki yang dapat dibaca manusia dan metadata yang dapat dibaca mesin, serta dapat bekerja di berbagai penyedia cloud, database, atau kerangka kerja agen.