okf v0.2 发布：为 AI 智能体打造的知识图谱 CLI 工具

Open Knowledge Format（OKF）是一种面向知识管理的开放规范，但其官方参考实现由 Google 提供，基于 Python、Gemini 与 BigQuery，绑定于 Google 技术栈。对于希望在任何模型或云平台上使用 OKF 的开发者而言，这种锁定构成了接入门槛。okf 正是为解决这一问题而出现的替代方案：单一 Go 二进制、零运行时依赖、JSON 原生输出，专为 AI 智能体驱动而设计。

近日发布的 v0.2.0 版本完成了对 OKF v0.2 规范的全量实现，并在 Google 知识目录仓库的全部参考 bundle 上通过验证，零错误。新版本引入了多项核心能力：

信任分级成为一等字段

每个概念都会从已验证事件中派生出一个信任等级：unverified、machine-confirmed 或 human-reviewed。okf list 与 okf show 会直接暴露该字段，智能体在采取行动前可据此判断可信度。

来源追溯与生命周期管理

• 来源：每个概念附带带作者、使用次数、最近修改时间等可信度信号的来源列表，正文脚注与来源 ID 双向关联，支持按声明粒度归属。
• 生命周期：status（draft / stable / deprecated）与 stale_after 字段使新鲜度成为普通日期比较，验证在概念过期当天即给出告警。

可验证计算

新增的 Attested Computation 概念类型携带运行时、类型化参数、执行器与确定性验证器。okf validate 会校验完整合约，包括每条合约路径在 bundle 中确实存在。

面向智能体的设计哲学

okf 的核心思路是将 CLI 本身作为智能体可发现、可驱动、可恢复的接口。

• 一次性加载 okf schema 即可获得完整的 JSON 清单（命令、参数、输出格式、退出码），无需提示工程。
• 错误以结构化信封返回，智能体可直接基于 .error.kind 进行分支。
• 退出码本身即代表重试策略：0 为成功，1 为一般错误，2 与 4 分别对应更具体的失败情形。

换言之，「schema 即 prompt」「error 信封即分支逻辑」「退出码即重试策略」成为该项目面向智能体场景的三大设计准则。

功能概览：11 个命令覆盖全流程

okf v0.2 包含 11 个子命令，按场景可归为四类：

• Schema 与发现：okf schema 输出完整 JSON 清单，okf version 以 JSON 形式返回版本信息。
• 创建与结构：okf init 生成空 bundle 标准目录结构与 index.md；okf index 为每个目录生成索引文件，支持渐进式披露。
• 校验与质量：okf validate 检查全部 OKF v0.2 约束并以退出码 1 标记错误（CI 质量门）；okf lint 仅输出告警不失败构建。
• 探索与图谱：okf list 以 JSON 列出全部概念；okf search 支持按标签、类型或文本过滤；okf show 返回单条概念的完整内容；okf graph 构建有向交叉链接图并打印节点、边与密度统计；okf backlinks 执行反向链接查询，回答「谁依赖此概念」。

项目采用测试驱动开发（88 个测试）、仅使用 Go 标准库、Apache 2.0 协议，所有命令默认在 stdout 输出结构化 JSON，无需 --json 标志。对于希望让智能体直接操作结构化知识、摆脱 Google 技术栈绑定的开发者而言，okf 提供了一个轻量且独立的备选路径。