Modul 1 – Varför OKF?

Tillbaka till kursens startsida.

Denna modul förklarar problemet med fragmenterad organisationskunskap och varför Google Cloud lanserade Open Knowledge Format (OKF) som en vendor-neutral markdown-specifikation för AI-agenter.

1. Bakgrund, motiv och mål

Varje leverantör av katalogverktyg (Dataplex, Unity Catalog, Collibra med flera) har sin egen modell för metadata. Resultatet är att kunskap inte är portabel mellan produkter eller organisationer, och att varje agent-byggare löser samma kontext-problem på nytt.

OKF löser detta genom att vara ett format, inte en plattform: rena markdown-filer med YAML-frontmatter, som kan skrivas för hand, av agenter, eller genereras av exportpipelines – och läsas av vad som helst, från en statisk filserver till en LLM.

  • Format, inte plattform – inget beroende av moln, databas eller

modell-leverantör.

  • Metadata som kod – bundlen commitas i samma repo som koden den

beskriver, och granskas via pull requests.

  • Agent-läsbart och människo-läsbart – samma fil används för

båda, ingen separat översättningslager behövs.

Läs mer i Google Cloud-bloggen om OKF och i den mer tekniska genomgången på MarkTechPost.

2. LLM-wiki-mönstret

OKF formaliserar det som brukar kallas LLM-wiki-mönstret: en katalog av markdown-filer som en agent kan navigera, läsa och uppdatera direkt – utan att först extrahera och bädda in text i en vektordatabas.

Mönstret har redan dykt upp i flera skepnader:

  • Obsidian-valv kopplade till kodningsagenter.
  • Konventionsfiler som AGENTS.md och CLAUDE.md.
  • Ad hoc-repon med ”metadata as code”.

Det gemensamma är att en LLM inte tröttnar, inte glömmer att uppdatera korsreferenser, och kan redigera många filer i en enda körning – den typ av bokföring som får människor att överge sina personliga wikis. OKF standardiserar detta så att bundles blir interoperabla mellan verktyg och organisationer.

3. Jämförelse: OKF vs RAG, schema.org och llms.txt

  • Klassisk RAG – härleder kunskap vid frågetillfället från råa

textbitar (chunks) i en vektordatabas. Ingen kurering, ingen 

  persistent struktur.
* **OKF-bundle** – lagrar kurerade, korslänkade koncept som en agent
  läser och uppdaterar direkt. Strukturen är källan, inte ett derivat.
* **schema.org** – beskriver entiteter för webbsidor, primärt för
  sökmotorer. OKF beskriver godtyckliga kunskapskoncept för agenter,
  med fri body-text.
* **llms.txt** – en enda ingångsfil som pekar ut relevant innehåll
  för en LLM. OKF är en hel bundle-struktur med hierarki, index- och
  log-filer samt korslänkning mellan koncept.

Nästa steg: gå vidare till Modul 2 – OKF-specen i detalj.