rowboatlabs/rowboat

解決する課題

Rowboatは、オンデマンドでコンテキストを再構築することで、AIアシスタントが「冷たい状態から始まる（知識がない状態から始まる）」という問題に対処します。単純な検索に頼るのではなく、ローカルに保存され、ユーザーが検査・編集可能な、蓄積され続ける長期的な作業メモリを構築します。

仕組み

Rowboatは、メール、会議、Slack、アシスタントとの会話からデータをインデックスし、バックリンク付きのナレッジグラフを作成します。すべての情報はユーザーのローカルマシン上にプレーンなMarkdownファイルとして保存されます。このローカルファーストのアプローチにより、AIは時間の経過とともに情報間の明示的な関係を維持できます。ユーザーは、好みのモデル（Ollama/LM Studioによるローカル実行、またはAPI経由のホスト型）を接続でき、Model Context Protocol (MCP) を使用して、CRM、データベース、検索エンジンなどの外部ツールに接続することでAIの機能を拡張できます。

対象者

作業履歴を記憶し、コミュニケーションを管理し、異なるアプリケーションにわたってタスクを実行できるAI同僚を必要とするナレッジワーカーや開発者。

ハイライト

統合されたワークサーフェス: 内蔵のメールクライアント、ブラウザ、会議メモ作成機能、およびコードモードが含まれます。
オーダーメイドのメモリ: 標準的なRAGではなく、動的なナレッジグラフを使用して長期的なコンテキストを維持します。
ローカルファースト: すべてのデータはプレーンなMarkdownとして保存されるため、ベンダーロックインを防ぎます。
エージェント機能: イベントやスケジュールに基づいてコードの記述、ウェブ検索、ツールの使用を行うバックグラウンドエージェントをサポートします。
拡張性: MCPと互換性があり、サードパーティの統合を追加したり、ユーザー自身がカスタムワークサーフェスを構築したりすることが可能です。