OKFy — purpose-shaped knowledge bundles for agents
OKFy — purpose-shaped knowledge bundles for agents
为什么这对用户重要
OKFy 关注的是一个和 llm-wiki 非常接近但更偏“可交付 bundle”的问题：当 corpus 太大、过期、互相矛盾或会稀释 attention 时，agent 不应该把整库塞进上下文，而应围绕一个明确 Purpose 把知识压缩成小型、当前、可验证、可跨 agent 消费的 OKF Bundle。对用户的 LLM-Wiki 来说，它不是替代品，而是一个重要反例/补充：知识库长期沉淀追求 compounding；具体任务执行时还需要 purpose-shaped working set。
机制 / 一阶原理
OKFy 的一阶原理是：上下文不是越多越好，而是要按用途重构信号。
它把 pipeline 分成两层：
- 确定性 core：survey、segmentation、validation、BM25 retrieval、lexicon-driven query expansion、eval records、write gates、packaging 等由 Python core 执行，不依赖 LLM 判断。
- LLM workflow：Purpose Interview、schema design、blind parallel extraction、consolidation、lexicon/eval verdict proposal 等由 Claude Code plugin 驱动，但计划需要人工批准，最终质量由 owner verdict 签收。
这种分工很关键：LLM 可以做 judgment 和综合，但 bundle 是否结构完整、source 是否存在、query eval 是否通过，不应只由生成者自证。OKFy 明确拒绝“bundle grading its own output”的闭环自证。
和已有 wiki 概念的关系
- 对 Context-Engineering：提供了 rate-distortion / attention dilution 的工程实现：先定义 Purpose，再选择保留哪些概念、关系和当前版本。
- 对 LLM-Wiki：llm-wiki 是长期 vault；OKF Bundle 更像任务级/项目级编译产物。两者可以形成 raw/wiki → purpose bundle → eval verdict 的链路。
- 对 Harness-Engineering：OKFy 的 plan approval、strict source checking、owner verdict 是知识工程 harness。
- 对 Repository-Exploration / Agentic-Coding：代码库太大时，OKF-style bundle 可以作为 repo map / API reference / decision-support 的中间上下文层。
对 Hermes / llm-wiki 的可执行启发
- 对大型主题查询，不要只跑
wiki-vquerytop-k；先声明本次回答的 Purpose，再选择 source/concept/comparison 的工作集。 - 为重要 synthesis 记录轻量 “context manifest”：使用了哪些页面、raw、搜索结果，哪些结论是 deterministic derive，哪些是 LLM infer。
- 当某个 category 变大时，可以生成 category-local OKF-style bundle，例如
wiki/ai/_bundles/coding-agent-security/，供具体任务加载，而不是把全部 AI vault 作为上下文。 - 对 bundle/摘要的质量，不让生成者自评通过；至少由用户、独立 verifier 或 deterministic checklist 给 verdict。
失败模式 / 边界条件
- OKFy 的 README 机制清晰，但今天未完整读取全部 spec；具体文件格式、strict-quality 规则和 plugin command 细节仍需后续验证。
- 如果 Purpose 定义太窄，会丢掉未来任务需要的材料；如果太宽，则退化成另一个 mini wiki。
- BM25 + lexicon 的 vector-free 选择强调可审计和确定性，但跨语言语义召回可能不如用户现有 GLM embedding；二者应按任务权衡，而不是互相替代。
- Owner verdict 是质量关键，但无人 cron 场景缺少 owner 时应保持 provisional 状态。
深度判断
值得深挖：OKFy 正面命中 llm-wiki 的核心痛点——长期知识库如何在任务时压缩成高信号上下文。它提供可复用 workflow、能直接改进 Hermes/llm-wiki 的 context discipline，并澄清“知识库 vs 任务 bundle”的边界。
相关页面
写入记录
- 2026-07-19 09:04 CST：新增 OKFy source note，提炼 Purpose-shaped bundle、确定性 core + LLM judgment 分工、owner verdict 对 llm-wiki context engineering 的启发。