Google OKF, Hermes i Gbrain: foldery jako grafy wiedzy

Idea Andreja Karpathy’ego „LLM-Wiki” – modelu LLM, który potrafi samodzielnie czytać i pisać w formacie Markdown, aby pracować nad własnymi witrynami – wzbudziła duże zainteresowanie. Osoby indywidualne oraz małe zespoły zaczynają go testować. Gdy przekazujemy pracę sztucznej inteligencji, trudnością często nie jest sam model, lecz sposób dostarczenia mu niezbędnych informacji tła.

Jeśli poprosimy ją o streszczenie danych z zamówień z zeszłego miesiąca, nie będzie w stanie udzielić poprawnej odpowiedzi, chyba że będzie wiedziała, które tabele zawierają te dane, co oznaczają kolumny oraz w jaki sposób tabele są ze sobą powiązane. Format Open Knowledge (OKF) ma na celu pokrycie takich luk. Jego głównym wrogiem są izolowane zasoby informacyjne, a nie skalowanie.

Wiedza wewnętrzna, takia jak schematy tabel, definicje metryk, przewodniki dotyczące incydentów oraz ścieżki łączenia systemów, znajduje się w katalogach metadanych, witrynach wiki, komentarzach w kodzie oraz w umysłach doświadczonych pracowników. Każdy nowy projekt agenta rozpoczyna się od zbierania i ponownego uczenia się tego kontekstu od zera. Google Cloud w swoich materiałach na temat OKF nazywa to problemem kompilacji kontekstu.

Dla czego przydaje się OKF

Wiele z tego, czego potrzebuje agent, jest specyficzne dla danej firmy: definicje tabel, sposób obliczania metryk, procedury operacyjne, specyfikacje API. Te materiały są rozproszone. OKF ma na celu zebranie ich w pliki Markdown, które Git może zarządzać, dzięki czemu agenci i pracownicy mogą korzystać z gotowego zestawu zamiast za każdym razem szukać informacji od zera. Plik index.md oraz powiązane pliki z koncepcjami stanowią źródło łatwe do nawigacji.

Zapisując kontekst podczas pracy z AI, gromadzisz coś, co możesz ponownie wykorzystać. To różni się od wpisywania nowego promptu na każdej sesji.

Jak agenty to wykorzystują

Wywołanie modelu rzadko wystarcza do osiągnięcia praktycznej dokładności. Agenty potrzebują kontekstu biznesowego, odpowiednich definicji danych oraz wcześniejszych decyzji. OKF dostarcza im uporządkowane miejsce, w którym mogą to znaleźć, zanim wymyślą odpowiedź.

OKF, MCP i RAG

Wiele technologii związanych z agentami jest mylonych z OKF. Ich zadania się różnią.

• OKF przechowuje wiedzę napisaną z góry: definicje, umowy, instrukcje obsługi.
• MCP łączy agenty z aktualnymi narzędziami i systemami w trakcie wykonywania zadań.
• RAG pobiera istotne fragmenty z dużych, niestrukturyzowanych zasobów w momencie wysyłania zapytania.

Oni nie są konkurentami. Definicja tygodniowych aktywnych użytkowników może znajdować się w OKF, podczas gdy rzeczywista zapytanie do BigQuery jest wykonywane przez MCP. Pakiety OKF mogą również stanowić obiekty wyszukiwania w indeksie RAG. Praktyczne pytanie brzmi: które obszary już pokrywasz, a gdzie występują luki.

Hermes, Wiki LLM i Gbrain

Jedną z możliwości jest uruchomienie środowiska agenta takiego jak Hermes z domyślnie dostępnym Wiki LLM, a następnie dodanie Gbrain jako warstwy pamięci. Gbrain, otwarty pod kątem licencji przez Garry’ego Tana, przechowuje informacje w formie, którą agenci mogą później ponownie wykorzystać. Jest bliższy zewnętrznej pamięci dla modeli LLM niż wiki przeznaczonemu dla ludzi, zgodnie z koncepcją LLM-Wiki autorstwa Karpathy’ego. Zapisane elementy są wplecione w strukturę, dzięki czemu późniejsze wyszukiwanie może odnaleźć semantycznie powiązane wcześniejsze konteksty: podobne decyzje, powiązane ograniczenia biznesowe itp., a nie tylko dokładne dopasowania słów kluczowych.

Gdy środowisko będzie gotowe, konfiguracja Gbrain oraz powiązane sprawdzenia mogą być zautomatyzowane w Hermesie, w tym włączenie odpowiednich ustawień. Opcjonalne pakiety umiejętności rozszerzają możliwości agenta.

Typowy proces wdrażania polega na umieszczeniu agenta na VPS za proxyem odwrotnym, dzięki czemu jest on dostępny z dowolnego miejsca, a następnie potwierdzeniu pierwszego uruchomienia na panelu kontrolnym. Od tego momentu praca skupia się mniej na instalowaniu oprogramowania, a bardziej na dostarczaniu wiki i pamięci rzeczywistego kontekstu.

Jak wygląda pakiet OKF w praktyce

Pakiet to katalog plików Markdown z frontmatterem w formacie YAML. Każdy plik przedstawia jeden koncept: tabelę, wskaźnik, API lub przewodnik postępowania. Frontmatter zawiera pola, które muszą być dostępne do wyszukiwania, takie jak typ, tytuł, opis, tagi oraz daty. Treść pliku zawiera tekst, wzory matematyczne i przykłady, które faktycznie czytają zarówno ludzie, jak i modele. Linki pomiędzy plikami przekształcają ten katalog w graf, a nie tylko w drzewo, dzięki czemu agent może przejść od wskaźnika do jego źródłowej tabeli, a stamtąd do przewodnika dotyczącego incydentów.

Ponieważ format ten opiera się na zwykłych plikach, ten sam pakiet może znajdować się w Git, być wysyłany jako plik tarball lub przechowywany na serwerze statycznym. Prośby o pull request stają się procesem recenzji wiedzy. Informacje o autorstwie zmian i historia pokazują, kto i kiedy zmienił wzór obliczania rotacji. Żaden własny SDK nie stoi na drodze inżynierowi do dostępu do treści; wystarczy cat, aby przejrzeć dany koncept.

Ta prostota jest celowa. Notatki projektowe Google podkreślają kontrakt o minimalnych wymaganiach: wymagane jest tylko pole typu, a resztę decydują twórcy. Ludzie mogą ręcznie tworzyć pakiety. Procesy eksportowe mogą je generować na podstawie istniejących katalogów. Jeden agent może napisać koncepcję, którą później wykorzysta inny agent. Format stanowi ten kontrakt; narzędzia po obu stronach pozostają wymiennicze.

Wykorzystanie Hermes i Gbrain

Gdy Hermes już działa, codzienna praca bardziej przypomina pracę z wiedzą niż zarządzanie infrastrukturą. Wkleja się notatki, decyzje i definicje do warstwy wiki. Gbrain je włącza i umożliwia wyszukiwanie według znaczenia. Gdy agent później napotka podobne pytanie, może skorzystać z tych wcześniejszych kontekstów zamiast zaczynać od pustego pytania.

Kilka nawyków sprawia, że ten cykl jest przydatny. Pisz definicje tak, jakby miał je przeczytać obcy po sześciu miesiącach. Wolij jeden koncept na plik, aby łatwiej było do nich wracać. Łącz powiązane koncepcje zamiast duplikować tekst. Gdy zmienia się decyzja, aktualizuj koncepcję, zamiast zostawiać sprzeczne notatki w innym miejscu. Traktuj wiki jako produkt, a nie zbiór bezładnych informacji.

Opcjonalne pakiety umiejętności dostępne dla Gbrain rozszerzają możliwości agenta bez zmiany podstawowego modelu pamięci. Kluczową cechą jest to, że pamięć i narzędzia pozostają oddzielone: pamięć przechowuje to, co jest znane; narzędzia łączą się z działającymi systemami, gdy potrzebna jest akcja. Ta separacja odzwierciedla podział OKF i MCP opisany powyżej.

Wybór punktu wyjścia

Jeśli wasz zespół posiada już dobrze utrzymywaną witrynę wiki z metrykami i schematami, naturalnym pierwszym krokiem jest przekształcenie jej w pakiet w formacie OKF. Jeśli głównym problemem jest to, że „agent nie może zobaczyć naszych baz danych”, najpierw warto zainstalować serwer MCP przed tymi systemami. Jeśli problemem jest to, że „odpowiedzi grzebią nas w archiwum wiadomości w Slacku”, odpowiedni rozwiązaniem może być indeks RAG do przeszukiwania rozmów i zgłoszeń. Wiele zespołów ostatecznie chce mieć wszystkie trzy rozwiązania, ale rozpoczęcie od najbardziej odczuwalnego braku pomaga utrzymać projekt w realistycznych ramach.

Niezależnie od wyboru, sprawdźcie, czy agenci przestają zadawać te same pytania wyjaśniające. To lepszy wskaźnik sukcesu niż liczba plików w pakiecie.

Zanim wiedza będzie uporządkowana

Patrząc na OKF, staje się jasny jeden ograniczenie. Zarówno OKF, jak i RAG pomagają po uporządkowaniu wiedzy. Przed tym użyteczny kontekst wciąż ukrywa się w notatkach z spotkań, dziennikach rozmów, wątpliwościach i niezakończonych dyskusjach. Formaty takie jak OKF pojawiają się po opracowaniu wiedzy. Haki, które wskazują z powrotem na oryginalne źródło, znajdują się przed tym etapem. Zamiast podać modelowi gotową odpowiedź, daje się mu ścieżkę powrotną do oryginalnego kontekstu.

W dłuższej perspektywie liczyć się będą nie tylko modele i prompty. Równie ważne będzie to, jak informacje są przechowywane i prezentowane sztucznej inteligencji.

Literatura pokrewna

• Agenty doskonalące się dzięki umiejętnościom: ponowne wykorzystanie, selekcja, naprawa i weryfikacja — Czteroczęściowy model agentów, które poprawiają własne umiejętności: przechowywanie działającego kodu, udoskonalanie opisów, proponowanie sprawdzonych poprawek oraz weryfikacja wyników przed przekazaniem.
• DS-STAR wyjaśniony: agent nauki danych Google i powód, dla którego jego rozwiązanie odnosi sukces — Przewodnik po agencie nauki danych DS-STAR firmy Google: jego siedem modułów, pętla raportowania DS-STAR+, opublikowane instrukcje, wyniki testów ablacji oraz istniejące ograniczenia.