Google Cloud presenta l'Open Knowledge Format per potenziare gli agenti AI

Google Cloud ha lanciato l'Open Knowledge Format (OKF), una nuova specifica progettata per standardizzare la conoscenza organizzativa in file Markdown portatili. Trasformando i dati frammentati in un formato interoperabile, l'OKF mira a colmare l'enorme divario di contesto che attualmente impedisce agli agenti AI di operare in modo efficiente all'interno di complessi ecosistemi aziendali.

Risolvere il problema della frammentazione nei workflow agentici

Man mano che gli agenti AI diventano più autonomi, si trovano ad affrontare un ostacolo significativo: la "frammentazione del contesto". Attualmente, le informazioni critiche sono sparse tra cataloghi di metadati, wiki interne, commenti nel codice e celle di notebook Jupyter. Quando un agente AI tenta di eseguire un compito — come scrivere una query SQL precisa per un set di dati specifico — deve faticare per mettere insieme questi frammenti disparati.

Google Cloud osserva che l'attuale panorama è un mosaico di soluzioni personalizzate e isolate. Gli sviluppatori stanno attualmente costruendo soluzioni di contesto su misura, che vanno dagli Obsidian Vault a file di convenzione personalizzati come AGENTS.md o CLAUDE.md. Sebbene questi pattern di "metadata as code" siano efficaci, mancano di interoperabilità. La conoscenza rimane bloccata all'interno del sistema o del repository specifico che l'ha creata, impedendo un flusso fluido di informazioni tra diversi strumenti e framework.

La specifica OKF: minimalista e interoperabile

L'Open Knowledge Format (v0.1) prende il concetto di "LLM wiki" e lo codifica in uno standard universale. Al suo interno, un bundle OKF è una directory di file Markdown che utilizzano YAML frontmatter. La specifica è intenzionalmente minimale per incoraggiare l'adozione; l'unico campo obbligatorio è "type", sebbene i produttori possano includere campi opzionali come title, description, resource, tags e timestamps.

Poiché si basa sul Markdown standard, il grafo della conoscenza viene formato attraverso i tradizionali link Markdown, collegando i concetti in modo naturale. Questo design garantisce che l'OKF sia altamente portatile: un bundle OKF può essere letto in qualsiasi editor di testo standard, renderizzato nativamente su GitHub e indicizzato da qualsiasi strumento di ricerca esistente. Cosa più importante, la specifica disaccoppia i produttori dai consumatori, il che significa che un documento scritto da un essere umano può essere elaborato da un agente AI, e un bundle generato da una macchina può essere facilmente visualizzato da un essere umano.

Integrazione dell'ecosistema e implementazioni di riferimento

Per garantire che la specifica vada oltre la teoria, Google Cloud sta fornendo diverse implementazioni di riferimento e strumenti. Ciò include un agente di arricchimento in grado di scansionare i dataset di BigQuery per generare automaticamente documenti OKF per ogni tabella. Google ha inoltre rilasciato un visualizzatore HTML statico e fornito bundle di esempio per dataset complessi, tra cui i dati di GA4 e-commerce, Stack Overflow e Bitcoin.

Fondamentalmente, Google Cloud ha aggiornato il proprio Knowledge Catalog per ingerire OKF, consentendo al formato di essere servito direttamente agli agenti AI. Rendendo la specifica e il codice disponibili su GitHub, Google sta posizionando OKF come uno strato fondamentale per la prossima generazione di workflow agentici, in cui la conoscenza viene trattata come un asset standardizzato e portabile piuttosto che come un silo di dati chiuso.

Punti chiave

• Contesto standardizzato: OKF converte la documentazione sparsa in una directory unificata di file Markdown, consentendo agli agenti AI di navigare in grafi di conoscenza complessi utilizzando link standard.
• Design minimalista: Richiedendo solo un singolo campo "type" nel frontmatter YAML, la specifica garantisce un'elevata portabilità e una bassa frizione per gli sviluppatori.
• Interoperabilità: Il formato colma il divario tra wiki leggibili dagli esseri umani e metadati leggibili dalle macchine, funzionando con qualsiasi cloud provider, database o framework di agenti.