Open Knowledge Format: a Spec de Markdown do Google

Em 12 de junho de 2026, o Google Cloud publicou uma especificação sobre como agentes de IA devem ler e trocar conhecimento curado. Você poderia esperar um banco de dados de grafos, um registro de schemas, um SDK e um serviço para rodar tudo isso.

Em vez disso, o Open Knowledge Format é isto: um diretório de arquivos Markdown com frontmatter YAML.

É todo o formato. E a contenção é a parte interessante.

A Spec É Menor Do Que Você Imagina

A maioria de quem escreveu sobre a OKF resumiu o anúncio. Vale a pena ler a spec original, porque a superfície é surpreendentemente pequena.

A OKF v0.1 exige exatamente um campo em cada documento de conceito:

---
type: BigQuery Table
---

Só isso. type é uma string curta que identifica que tipo de conceito o documento descreve, usada para roteamento e filtragem. Os valores não são registrados centralmente --- não existe um comitê aprovando a lista de tipos válidos. Quem produz o conteúdo escolhe descritores autoexplicativos e segue em frente.

Mais cinco campos são recomendados, nenhum obrigatório:

Campo	Finalidade
title	Nome de exibição. Consumidores podem derivá-lo do nome do arquivo se estiver ausente.
description	Resumo em uma frase.
resource	Uma URI que identifica de forma única o asset subjacente.
tags	Uma lista YAML, para categorização transversal.
timestamp	Data e hora ISO 8601 da última modificação.

Quem produz pode adicionar as chaves customizadas que quiser. Consumidores devem preservar campos desconhecidos em vez de rejeitá-los.

Um documento de conceito completo e conforme se parece com isto:

---
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 |

Se você já escreveu uma nota no Obsidian com frontmatter, você já escreveu algo muito próximo de um conceito OKF válido.

O Grafo de Conhecimento Sem um Banco de Dados de Grafos

Aqui está a decisão de design que vale a pena roubar, independentemente de você adotar a OKF ou não.

Relações entre conceitos são expressas como links Markdown padrão. Não são arestas em um banco de dados. Não são um bloco relationships: no frontmatter. Apenas links:

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

Caminhos absolutos relativos ao bundle (começando com /) são recomendados para estabilidade; caminhos relativos comuns como ./other.md também funcionam.

E então a parte que faz isso funcionar: o tipo de relação é carregado pela prosa ao redor, não pelo link. “Each order references a customer” é o rótulo da aresta. Não há ontologia para manter, nem vocabulário de predicados para combinar, porque a linguagem natural já tem um, e quem consome é um modelo de linguagem.

Uma década de ferramental de grafos de conhecimento foi investida em formalizar tipos de relação para que máquinas pudessem interpretá-los. A aposta da OKF é que isso não é mais necessário --- agora a máquina lê inglês.

Dois Nomes de Arquivo Reservados

Apenas dois nomes de arquivo têm significado especial dentro de um bundle:

• index.md --- uma listagem de diretório que permite divulgação progressiva. Não carrega frontmatter. Um agente lê o index primeiro e segue apenas os links de que precisa, em vez de carregar cada conceito no contexto.
• log.md --- um histórico cronológico de atualizações, usando títulos de data ISO 8601, do mais novo para o mais antigo.

Todo outro arquivo .md é um documento de conceito. Um bundle acaba parecendo uma pasta comum, navegável:

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

index.md é o discretamente importante. É o mesmo instinto por trás de um CLAUDE.md bem escrito: não jogue a biblioteca inteira na janela de contexto, entregue ao agente um sumário e deixe que ele busque o que precisa.

O Que a OKF Não É

Não é RAG. RAG re-deriva o conhecimento no momento da consulta, recuperando trechos brutos e torcendo para que os relevantes apareçam. Um bundle OKF armazena conceitos curados e interligados que um agente lê e atualiza diretamente. A curadoria acontece uma vez, deliberadamente, em vez de ser aproximada a cada consulta.

Não é AGENTS.md nem CLAUDE.md. Esses são arquivos de instrução --- dizem a um agente como se comportar em um repositório. A OKF descreve conhecimento de domínio: o que esta tabela significa, como esta métrica é definida, por que este dataset tem uma lacuna em março. Funções diferentes, complementares.

Não é MCP. MCP é um protocolo de runtime para conectar um agente a sistemas ao vivo. A OKF é um formato de arquivo parado em disco. Você plausivelmente usaria os dois: MCP para acessar o warehouse, OKF para explicar o que tem dentro dele.

As Regras de Conformidade São Deliberadamente Tolerantes

Um bundle está em conformidade com a OKF v0.1 se todo arquivo .md não reservado tiver frontmatter YAML parseável, todo bloco de frontmatter tiver um type não vazio, e os arquivos reservados seguirem suas estruturas quando presentes.

Mais revelador é o que a spec proíbe os consumidores de fazer. Um consumidor não deve rejeitar um bundle por causa de campos opcionais ausentes, valores de type desconhecidos, chaves desconhecidas, links cruzados quebrados, ou a ausência de um index.md.

É um formato desenhado por gente que espera que os bundles estejam pela metade, parcialmente gerados por máquina, e em constante mudança --- que é como bases de conhecimento reais realmente são. Formatos rígidos morrem da própria rigidez. Este foi construído para sobreviver ao contato com uma pasta bagunçada.

O Google lançou um ferramental de referência junto: um agente de enriquecimento para BigQuery, um visualizador HTML estático, e três bundles de exemplo.

Uma ressalva que vale dizer sem rodeios: a OKF está na v0.1, e é explicitamente um rascunho. A spec é versionada e desenhada para crescer com retrocompatibilidade, mas nomes de campos e convenções ainda podem mudar. Não reconstrua sua base de conhecimento em torno dela hoje. Mas vale anotar para que lado o padrão está apontando.

Por Que Isso Importa Além do Google Cloud

Tire os exemplos de BigQuery e a OKF é uma aposta com um raio de alcance bem maior: a de que o formato durável para conhecimento legível por máquina são arquivos Markdown simples em uma pasta que você controla.

Não é um catálogo proprietário com uma API. Não são embeddings em um vector store que você não consegue ler. Não é uma wiki com um botão de exportar que bagunça suas tabelas. Arquivos. Em disco. Passíveis de diff, de grep, portáveis entre fornecedores, legíveis por um humano e por qualquer modelo do mercado.

É a mesma conclusão a que Claude Code, Cursor, Copilot e Windsurf chegaram de forma independente ao escolher Markdown como formato de instrução. O Google Cloud transformar isso em spec é confirmação, não invenção.

Onde o Minibase Se Encaixa

Se você mantém um Minibase Vault, você já mantém algo estruturalmente próximo de um bundle OKF: uma pasta de arquivos Markdown com frontmatter, no seu próprio disco, lida por Claude e ChatGPT.

Torná-lo formalmente conforme é uma edição pequena --- adicione um type ao seu frontmatter, e deixe seus links fazerem o 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
---

Essa é a forma prática deste anúncio. A parte difícil de uma base de conhecimento para agentes nunca foi o formato do arquivo --- foi colocar bom material de origem dentro dela. Uma especificação diz como moldar a pasta. Ela não a preenche.

O Minibase é a parte que preenche: um clique transforma qualquer página web --- documentação, um README do GitHub, uma spec, uma thread, um paper de pesquisa --- em Markdown limpo, guardado na sua pasta, pronto para o próximo agente que você rodar.

O formato agora é padrão. O que você coloca dentro dele continua sendo o seu diferencial.

---

O Minibase transforma qualquer página web em Markdown limpo que seus agentes conseguem ler --- instale a extensão e comece a construir o bundle que deixa seus agentes mais inteligentes.