AI एजंट्सना सक्षम करण्यासाठी Google Cloud ने 'Open Knowledge Format' जाहीर केले

Google Cloud ने Open Knowledge Format (OKF) लाँच केले आहे, जे संस्थात्मक ज्ञानाला पोर्टेबल Markdown फाइल्समध्ये प्रमाणित करण्यासाठी डिझाइन केलेले एक नवीन स्पेसिफिकेशन आहे. विखुरलेल्या डेटाचे आंतरकार्यक्षम (interoperable) फॉरमॅटमध्ये रूपांतर करून, OKF चा उद्देश तो प्रचंड 'कॉन्टेक्स्ट गॅप' (context gap) दूर करणे आहे, जो सध्या AI एजंट्सना जटिल एंटरप्राइझ इकोसिस्टममध्ये कार्यक्षमतेने काम करण्यापासून रोखतो.

एजेंटिक वर्कफ्लोमधील (Agentic Workflows) विखुरलेपणाच्या समस्येचे निराकरण

जसे AI एजंट्स अधिक स्वायत्त (autonomous) होत आहेत, तसे त्यांच्यासमोर एक मोठा अडथळा येत आहे: "कॉन्टेक्स्ट फ्रॅगमेंटेशन" (context fragmentation). सध्या, महत्त्वाची माहिती मेटाडेटा कॅटलॉग, अंतर्गत विकी (internal wikis), कोड कमेंट्स आणि Jupyter नोटबुक सेल्समध्ये विखुरलेली असते. जेव्हा एखादा AI एजंट एखादे कार्य करण्याचा प्रयत्न करतो—जसे की विशिष्ट डेटासेटसाठी अचूक SQL क्वेरी लिहिणे—तेव्हा त्याला या विखुरलेल्या तुकड्यांना एकत्र जोडण्यासाठी संघर्ष करावा लागतो.

Google Cloud च्या मते, सध्याचे स्वरूप हे विविध कस्टम आणि स्वतंत्र (siloed) सोल्यूशन्सचे मिश्रण आहे. डेव्हलपर्स सध्या Obsidian Vaults पासून ते AGENTS.md किंवा CLAUDE.md सारख्या कस्टम कन्व्हेन्शन फाइल्सपर्यंत विविध प्रकारची विशेष कॉन्टेक्स्ट सोल्यूशन्स तयार करत आहेत. जरी हे "metadata as code" पॅटर्न प्रभावी असले, तरी त्यांच्यामध्ये आंतरकार्यक्षमतेचा (interoperability) अभाव आहे. ज्ञान ज्या विशिष्ट सिस्टम किंवा रिपॉझिटरीमध्ये तयार केले गेले आहे, तिथेच अडकून राहते, ज्यामुळे विविध टूल्स आणि फ्रेमवर्कमधील माहितीचा अखंड प्रवाह रोखला जातो.

OKF स्पेसिफिकेशन: मिनिमलिस्ट आणि आंतरकार्यक्षम (Interoperable)

Open Knowledge Format (v0.1) ही "LLM wiki" संकल्पना घेते आणि तिला एका वैश्विक मानकामध्ये (universal standard) रूपांतरित करते. त्याच्या मूळ स्वरूपात, OKF बंडल हे YAML frontmatter वापरणाऱ्या Markdown फाइल्सची एक डिरेक्टरी आहे. याचा स्वीकार वाढवण्यासाठी हे स्पेसिफिकेशन जाणीवपूर्वक अत्यंत साधे (minimal) ठेवण्यात आले आहे; यामध्ये केवळ type हे अनिवार्य फील्ड आहे, तरीही निर्माते (producers) शीर्षक, वर्णन, रिसोर्स, टॅग्स आणि टाइमस्टॅम्प्स यांसारखी पर्यायी फील्ड्स समाविष्ट करू शकतात.

हे मानक Markdown वर अवलंबून असल्याने, संकल्पना नैसर्गिकरित्या जोडण्यासाठी पारंपारिक Markdown लिंक्सद्वारे नॉलेज ग्राफ तयार केला जातो. या डिझाइनमुळे OKF अत्यंत पोर्टेबल (portable) राहते: OKF बंडल कोणत्याही मानक टेक्स्ट एडिटरमध्ये वाचले जाऊ शकते, GitHub वर नॅटिव्हली रेंडर केले जाऊ शकते आणि कोणत्याही विद्यमान सर्च टूलद्वारे इंडेक्स केले जाऊ शकते. सर्वात महत्त्वाचे म्हणजे, हे स्पेसिफिकेशन निर्माते (producers) आणि वापरकर्ते (consumers) यांना एकमेकांपासून वेगळे करते, याचा अर्थ असा की मानवाने लिहिलेले दस्तऐवज AI एजंटद्वारे प्रोसेस केले जाऊ शकतात आणि मशीनद्वारे तयार केलेले बंडल मानवाकडून सहजपणे व्हिज्युअलाइज केले जाऊ शकते.

इकोसिस्टम इंटिग्रेशन आणि रेफरन्स इम्प्लिमेंटेशन्स

हे स्पेसिफिकेशन केवळ सिद्धांतापुरते मर्यादित न राहता प्रत्यक्ष वापरात यावे यासाठी, Google Cloud अनेक संदर्भ अंमलबजावणी (reference implementations) आणि साधने उपलब्ध करून देत आहे. यामध्ये एका 'एन्रिचमेंट एजंट'चा (enrichment agent) समावेश आहे, जो BigQuery डेटासेट क्रॉल करून प्रत्येक टेबलसाठी आपोआप OKF दस्तऐवज तयार करण्यास सक्षम आहे. Google ने एक स्टॅटिक HTML व्हिज्युअलायझर देखील प्रदर्शित केला आहे आणि GA4 e-commerce, Stack Overflow आणि Bitcoin डेटासह जटिल डेटासेटसाठी नमुना बंडल्स देखील उपलब्ध करून दिले आहेत.

महत्त्वाचे म्हणजे, Google Cloud ने OKF स्वीकारण्यासाठी (ingest करण्यासाठी) स्वतःच्या Knowledge Catalog मध्ये अपडेट केले आहे, ज्यामुळे हा फॉरमॅट थेट AI एजंट्सना सेवा देण्यासाठी उपलब्ध होईल. हे स्पेसिफिकेशन आणि कोड GitHub वर उपलब्ध करून देऊन, Google OKF ला पुढील पिढीच्या 'एजेंटिक वर्कफ्लो'साठी (agentic workflows) एक पायाभूत स्तर म्हणून प्रस्थापित करत आहे, जिथे ज्ञानाकडे एका बंदिस्त डेटा सायलोऐवजी (data silo) एक प्रमाणित आणि पोर्टेबल मालमत्ता म्हणून पाहिले जाईल.

मुख्य निष्कर्ष

• प्रमाणित संदर्भ (Standardized Context): OKF विखुरलेली कागदपत्रे Markdown फाईल्सच्या एका एकत्रित निर्देशिकेमध्ये (directory) रूपांतरित करते, ज्यामुळे AI एजंट्सना मानक लिंक्सचा वापर करून जटिल नॉलेज ग्राफ्समधून प्रवास करणे सोपे होते.
• किमान डिझाइन (Minimalist Design): YAML frontmatter मध्ये केवळ एक "type" फील्ड आवश्यक असल्याने, हे स्पेसिफिकेशन डेव्हलपर्ससाठी उच्च पोर्टेबिलिटी आणि कमीत कमी अडथळे सुनिश्चित करते.
• परस्पर कार्यक्षमता (Interoperability): हा फॉरमॅट मानवाला वाचता येण्याजोग्या विकी (wikis) आणि मशीनला वाचता येण्याजोग्या मेटाडेटा (metadata) मधील अंतर कमी करतो, आणि कोणत्याही क्लाउड प्रोव्हायडर, डेटाबेस किंवा एजंट फ्रेमवर्कवर काम करतो.