用途：okf 用于创建、校验和消费 Google Cloud Data 团队提出的开放知识格式（OKF）知识包。OKF 把 LLM-Wiki 模式形式化为可移植、可互操作的格式：知识以带 YAML frontmatter 的 Markdown 文件存放在目录（bundle）中，无需专有 SDK、特殊运行时或厂商锁定。
主要能力：支持搭建 bundle 目录结构、撰写知识原子（表格结构、API 规格、指标定义、运行手册、概念等）、用绝对 bundle 根链接或相对链接交叉引用、在分发前做结构校验，以及通过 tarball、git 仓库或文件系统挂载分发。frontmatter 中 type、title、description 为必填，resource、tags、timestamp 可选；正文可含 Overview、Schema、Examples、Joins/Relations、Citations 等可选分段。OKF bundle 与 llm-wiki 技能工作流兼容。
使用方式：可用 npx skills add https://github.com/akillness/jeo-skills --skill okf 安装（加 -g 为全局安装，-a 指定目标智能体）。也可用 mkdir 创建 bundle 目录，按目录分类存放 .md 文件；用 Python 脚本遍历检查必填 frontmatter 字段；消费时可用 PyYAML 等解析 frontmatter 与正文。仓库还提供 scripts/install.sh 与 references/usage.md。
适用场景：需要让 AI 智能体解析结构化知识文档、构建多智能体共享上下文层、把知识跨工具/团队分发、或将 LLM-wiki 输出对齐 OKF v0.1 标准时。
限制：类型字段为自由字符串而非枚举；原始网页采集、Obsidian 库自动化、代码知识图谱、网页抓取等应分别使用其他技能。资料未提供收费、价格与具体平台支持细节。