Open Knowledge Format: Markdown de Google para agentes

El 12 de junio de 2026, Google Cloud publicó una especificación sobre cómo deberían los agentes de IA leer e intercambiar conocimiento curado. Cabría esperar una base de datos de grafos, un registro de esquemas, un SDK y un servicio para ejecutarlo todo.

En cambio, el Open Knowledge Format es esto: un directorio de archivos Markdown con frontmatter YAML.

Eso es todo el formato. Y esa contención es la parte interesante.

La especificación es más pequeña de lo que crees

La mayoría de lo que se ha escrito sobre OKF se limita a resumir el anuncio. Vale la pena leer la especificación en sí, porque su superficie es sorprendentemente pequeña.

OKF v0.1 exige exactamente un campo en cada documento de concepto:

---
type: BigQuery Table
---

Y ya está. type es una cadena corta que identifica qué tipo de concepto describe el documento, usada para enrutamiento y filtrado. Los valores no están centralizados en ningún registro — no hay comité que apruebe la lista de tipos válidos. Los productores eligen descriptores autoexplicativos y siguen adelante.

Otros cinco campos son recomendados, ninguno obligatorio:

Campo	Propósito
title	Nombre para mostrar. Los consumidores pueden derivarlo del nombre del archivo si falta.
description	Resumen de una frase.
resource	Un URI que identifica de forma única el recurso subyacente.
tags	Una lista YAML, para categorización transversal.
timestamp	Fecha y hora ISO 8601 de la última modificación.

Los productores pueden añadir las claves personalizadas que quieran. Los consumidores deben preservar los campos desconocidos en lugar de rechazarlos.

Un documento de concepto completo y conforme se ve así:

---
type: BigQuery Table
title: Orders
description: One row per completed customer order.
resource: https://console.cloud.google.com/bigquery?p=acme&d=sales&t=orders
tags: [sales, orders]
timestamp: 2026-05-28T00:00:00Z
---

# Schema

| Column | Type | Description |
|--------|------|-------------|
| order_id | STRING | Unique identifier |

Si alguna vez escribiste una nota en Obsidian con frontmatter, ya escribiste algo muy cercano a un concepto OKF válido.

El grafo de conocimiento sin base de datos de grafos

Aquí está la decisión de diseño que vale la pena robar, adoptes OKF o no.

Las relaciones entre conceptos se expresan como enlaces Markdown estándar. No aristas en una base de datos. No un bloque relationships: en el frontmatter. Solo enlaces:

Each order references a [customer](/tables/customers.md).

Se recomiendan rutas absolutas relativas al bundle (que empiezan por /) por estabilidad; las rutas relativas normales como ./other.md también funcionan.

Y luego la parte que hace que funcione: el tipo de relación lo lleva la prosa que rodea el enlace, no el enlace mismo. “Each order references a customer” es la etiqueta de la arista. No hay ontología que mantener, ni vocabulario de predicados que acordar, porque el lenguaje natural ya tiene uno y el consumidor es un modelo de lenguaje.

Una década de herramientas de grafos de conocimiento se dedicó a formalizar tipos de relación para que las máquinas pudieran interpretarlos. La apuesta de OKF es que eso ya no hace falta — la máquina ahora lee inglés.

Dos nombres de archivo reservados

Solo dos nombres de archivo tienen significado especial dentro de un bundle:

• index.md — un listado de directorio que habilita la divulgación progresiva. No lleva frontmatter. Un agente lee primero el índice y solo sigue los enlaces que necesita, en lugar de cargar cada concepto en el contexto.
• log.md — un historial cronológico de actualizaciones, con encabezados de fecha ISO 8601, del más reciente al más antiguo.

Cualquier otro archivo .md es un documento de concepto. Un bundle termina pareciendo una carpeta ordinaria y navegable:

sales/
├── index.md
├── datasets/orders_db.md
├── tables/orders.md
└── metrics/weekly_active_users.md

index.md es el silenciosamente importante. Es el mismo instinto detrás de un CLAUDE.md bien escrito: no vuelques toda la biblioteca en la ventana de contexto, entrégale al agente un índice y deja que él vaya a buscar.

Lo que OKF no es

No es RAG. RAG rederiva el conocimiento en el momento de la consulta, recuperando fragmentos brutos y esperando que los relevantes salgan a flote. Un bundle OKF almacena conceptos curados y enlazados entre sí que un agente lee y actualiza directamente. La curación ocurre una vez, deliberadamente, en lugar de aproximarse en cada consulta.

No es AGENTS.md ni CLAUDE.md. Esos son archivos de instrucciones — le dicen a un agente cómo comportarse en un repositorio. OKF describe conocimiento de dominio: qué significa esta tabla, cómo se define esta métrica, por qué este dataset tiene un hueco en marzo. Trabajos distintos, complementarios.

No es MCP. MCP es un protocolo en tiempo de ejecución para conectar un agente a sistemas vivos. OKF es un formato de archivo que reposa en disco. Es perfectamente plausible usar ambos: MCP para llegar al warehouse, OKF para explicar qué hay dentro.

Las reglas de conformidad son deliberadamente indulgentes

Un bundle es conforme a OKF v0.1 si cada archivo .md no reservado tiene frontmatter YAML parseable, cada bloque de frontmatter tiene un type no vacío, y los archivos reservados siguen sus estructuras cuando están presentes.

Más revelador todavía es lo que la especificación prohíbe hacer a los consumidores. Un consumidor no debe rechazar un bundle por campos opcionales ausentes, valores de type desconocidos, claves desconocidas, enlaces cruzados rotos, o un index.md ausente.

Es un formato diseñado por gente que espera que los bundles estén a medio terminar, generados parcialmente por máquina, y en constante cambio — que es como se ven realmente las bases de conocimiento en el mundo real. Los formatos estrictos mueren de su propia rigidez. Este está construido para sobrevivir al contacto con una carpeta desordenada.

Google publicó herramientas de referencia junto a la especificación: un agente de enriquecimiento para BigQuery, un visualizador HTML estático, y tres bundles de ejemplo.

Una advertencia que vale la pena decir sin rodeos: OKF es la v0.1, y explícitamente un borrador. La especificación está versionada y diseñada para crecer de forma retrocompatible, pero los nombres de campo y las convenciones aún pueden moverse. No reconstruyas hoy tu base de conocimiento alrededor de esto. Sí toma nota de hacia dónde apunta el estándar.

Por qué esto importa más allá de Google Cloud

Quita los ejemplos de BigQuery y OKF es una apuesta con un radio de impacto mucho mayor: que el formato duradero para el conocimiento legible por máquina es Markdown plano, en archivos dentro de una carpeta que tú posees.

No un catálogo propietario con una API. No embeddings en un vector store que no puedes leer. No una wiki con un botón de exportar que destroza tus tablas. Archivos. En disco. Diffables, greppables, portables entre proveedores, legibles por un humano y por cualquier modelo del mercado.

Es la misma conclusión a la que llegaron de forma independiente Claude Code, Cursor, Copilot y Windsurf cuando eligieron Markdown como su formato de instrucciones. Que Google Cloud lo escriba como especificación es confirmación, no invención.

Dónde encaja Minibase

Si mantienes un Minibase Vault, ya mantienes algo estructuralmente cercano a un bundle OKF: una carpeta de archivos Markdown con frontmatter, en tu propio disco, leída por Claude y ChatGPT.

Hacerlo formalmente conforme es una edición pequeña — añade un type a tu frontmatter, y deja que tus enlaces hagan el resto:

---
type: Article
title: How the Open Knowledge Format can improve data sharing
resource: https://cloud.google.com/blog/products/data-analytics/how-the-open-knowledge-format-can-improve-data-sharing/
tags: [okf, agents, markdown]
timestamp: 2026-07-19T00:00:00Z
---

Esa es la forma práctica de este anuncio. La parte difícil de una base de conocimiento para agentes nunca fue el formato del archivo — fue conseguir buen material fuente dentro de ella. Una especificación te dice cómo dar forma a la carpeta. No la llena.

Minibase es la parte que la llena: un clic convierte cualquier página web — documentación, un README de GitHub, una especificación, un hilo, un paper de investigación — en Markdown limpio dentro de tu carpeta, listo para el próximo agente que ejecutes.

El formato ya es estándar. Lo que pongas dentro sigue siendo tu ventaja.

---

Minibase convierte cualquier página web en Markdown limpio que tus agentes pueden leer — instala la extensión y empieza a construir el bundle que hace más inteligentes a tus agentes.