内容提要
Kiso是开源静态网站发布引擎,由法国投资公司Oak Invest开发,将OKF格式知识库转为人类和AI代理可读的网站。它遵循结构化Markdown、显式元数据和AI友好输出原则,提供check和build命令,支持GitHub Action和MCP Server,确保同一知识源可同时供人浏览和AI消费,无需转换或同步。
延伸解读
知识库的“双出口”设计
Kiso的核心思路是让同一份OKF知识库同时服务人类和AI代理:人类通过生成的HTML页面浏览,AI代理则通过保留的原始Markdown链接或llms.txt文件直接消费。这种设计避免了传统CMS与向量数据库两套系统内容不同步的问题,确保人和AI看到的是同一份内容的不同呈现。
静态网站生成器的AI化改造
Kiso被定位为“AI知识库领域的Hugo”,但与Hugo等传统静态网站生成器不同,它在生成的每个HTML页面中保留了指向原始Markdown文件的链接。这一差异使得AI代理可以追溯内容来源,增强了内容的可验证性,也符合OKF格式强调的“信任信号”理念。
知识库的版本控制与自动化发布
Kiso将知识库视为代码仓库中的“一等公民”,通过GitHub Action实现每次push后自动构建和部署。这意味着知识库的修改可以像代码一样经过PR、Code Review和合并流程,确保内容变更的可追溯性和质量控制,同时简化了发布流程。
项目成熟度与规模限制
Kiso项目刚发布两个月,仍处于早期阶段,尚未有大规模文件(如超过500个)的测试结果。其定位是静态网站发布器和格式验证器,而非搜索引擎或知识图谱浏览器,因此对于大型知识库的性能和扩展性仍需进一步验证。
Q&A
Kiso是什么?它有什么主要功能?
Kiso是一个开源的静态网站发布引擎,由法国投资公司Oak Invest开发。它的核心功能是将Open Knowledge Format (OKF)格式的知识库转换为可供人类和AI代理阅读的静态网站。它提供check和build两个命令,支持GitHub Action和MCP Server,确保同一知识源可同时供人浏览和AI消费。
OKF是什么?它有什么特点?
OKF(Open Knowledge Format)是Google Cloud在2026年6月发布的开放、供应商中立的规范,用Markdown文件加YAML头信息来表示知识,专为AI代理消费设计。它简单到就是一个目录里放一堆Markdown文件,每个文件顶部带YAML元数据,没有数据库、专有API或云厂商锁定。2026年7月更新到v0.2,加入了信任信号,如来源证明、生命周期和认证信息。
Kiso的设计原则有哪些?
Kiso遵循三条设计原则:1. 结构化Markdown:知识以纯Markdown文件保存,便于编辑、审阅、对比和Git版本管理;2. 显式元数据:页面携带足够的上下文信息,可被验证、链接和一致渲染;3. AI友好输出:生成的HTML保留指向原始Markdown文件的清晰链接,便于AI代理追溯内容来源。
Kiso与Hugo有什么区别?
Kiso和Hugo都吃Markdown并输出HTML,但关键区别在于Kiso生成的每个HTML页面都保留指向原始Markdown文件的链接,而Hugo生成的HTML是发布态,与源文件之间没有超链接。这使得Kiso的知识库可以同时供人类浏览和AI代理直接消费原始Markdown,无需转换。
Kiso的check和build命令分别有什么作用?
kiso check用于检查OKF包中Markdown文件的格式和结构错误,相当于写作时的语法检查;kiso build用于从OKF包生成静态网站,输出包括原始Markdown文件、生成的HTML页面、llms.txt和sitemap.xml。check负责确保格式正确,build负责发布内容。
Kiso如何支持AI代理消费知识库?
Kiso通过多种方式支持AI代理:生成的HTML保留指向原始Markdown的链接,便于AI代理追溯来源;输出llms.txt文件,作为给大语言模型的纯文本摘要,帮助AI代理了解网站内容;提供MCP Server,让兼容MCP的AI应用直接访问OKF包中的结构化知识。
Kiso的GitHub Action有什么作用?
Kiso提供现成的GitHub Action,可以在每次push代码时自动触发OKF到静态网站的构建,结果可发布到GitHub Pages或任何静态托管服务。这使知识库可以像代码一样进行版本管理,通过PR、Code Review、合并、自动构建和部署的流程来维护。
Oak Invest为什么要开发Kiso?
Oak Invest是一家法国投资公司,开发Kiso的逻辑可能是:其投资的科技公司迟早要面对知识库管理问题,与其让每家被投公司各自踩坑,不如自己先做一个开源方案。此外,创始人Stéphane Traumat是程序员出身,他希望公司里所有人都能检索和阅读知识,而不仅仅是使用AI的人。