OKF CLI | 面向 LLM Wiki 的 Open Knowledge Format Bundles | 先跑通第一个 bundle。

指南

先跑通第一个 bundle。

先安装 CLI,再用固定示例完成 convert、validate、search 和 viewer。这里的 search 是给 agent 工作流用的渐进式检索步骤;跑通之后,再把同一套流程换到你自己的本地目录。

01

安装一次

用 npm 或 bun 安装,后续命令统一都是 okf。

02

先跑固定示例

首次体验直接用固定仓库和固定提交,结果更可复现;再用 metadata search 先筛出适合进入 agent 上下文的 wiki 概念。

03

再换本地目录

整体流程不变,只替换 source path、profile,以及 agent 要使用的检索查询词。

步骤 1

安装 CLI

先把已发布的 CLI 装好。npm 和 bun 二选一,不要两条都执行。后面的所有命令都直接使用 okf。

命令

npm 安装

如果你平时用 npm,就执行这一条。它和下面的 bun 安装命令二选一,不需要两个都跑。

npm i -g @fastrag/okf

或 bun 安装

如果你已经在用 bun,就改用这一条。只需要保留一种全局安装路径即可。

bun install -g @fastrag/okf

步骤 2

运行固定 GitHub 示例

首次建议直接用固定仓库和固定提交。先 convert、再 validate、再把 search 当成渐进式检索步骤,最后 generate 并本地 serve workbench。

命令

convert

读取固定仓库 mattpocock/dictionary-of-ai-coding 的固定提交,并把第一个 OKF bundle 写到 ./out/okf。

okf convert mattpocock/dictionary-of-ai-coding ./out/okf --profile ./starter-profile.zh-CN.yaml --ref 251fec7ec3b08059e4203863024e6123090a54e3

validate

在继续生成浏览器工作台之前,先检查 ./out/okf 的 bundle 结构。

okf validate ./out/okf

search

先对 ./out/okf 做一次 metadata 搜索,把它当成 agent 工作流里的轻量检索步骤,再决定要把哪些概念加载进更完整的上下文。

okf search --bundle ./out/okf agent

viewer generate

把浏览器工作台静态文件生成到 ./out/workbench,供后续本地预览使用。

okf viewer generate --bundle ./out/okf --out ./out/workbench

viewer serve

从 ./out/workbench 启动本地预览服务,直接在浏览器里查看生成后的 workbench。

okf viewer serve --dir ./out/workbench

步骤 3

切换到本地目录

当固定示例跑通后,只替换 source path、profile 和检索查询词,剩余命令顺序保持不变。

命令

convert

把示例仓库替换成你自己的本地目录 ./local-docs,bundle 仍然输出到 ./out/okf。

okf convert ./local-docs ./out/okf --profile ./starter-profile.zh-CN.yaml

validate

继续沿用同样的校验步骤,先确认本地 bundle 的结构有效。

okf validate ./out/okf

search

把 <query> 替换成 agent 在渐进式检索里会使用的标题、路径、类型、描述关键词或标签,再决定要把哪些概念进一步加载进上下文。

okf search --bundle ./out/okf <query>

viewer generate

把本地 bundle 的浏览器工作台静态文件生成到 ./out/workbench。

okf viewer generate --bundle ./out/okf --out ./out/workbench

viewer serve

像示例流程一样启动本地预览,直接检查你自己的 workbench。

okf viewer serve --dir ./out/workbench