rowboat: 지속적인 로컬 지식 그래프와 통합된 작업 환경을 갖춘 데스크톱 AI 동료

해결하는 문제

Rowboat은 사용자의 작업 컨텍스트에 대한 지속적이고 장기적인 메모리를 제공하는 데스크톱 AI 동료입니다. 요청 시에만 차가운 검색(cold retrieval)을 수행하는 도구들과 달리, Rowboat은 로컬 지식 그래프에 시간이 지남에 따라 컨텍스트를 축적하여 AI가 다양한 작업 환경에서 사용자의 데이터에 기반하여 행동할 수 있도록 합니다.

작동 방식

Rowboat은 이메일, 회의, Slack 대화, 그리고 어시스턴트 상호작용을 인덱싱하여 사용자의 기기에 일반 Markdown 파일로 저장되는 백링크된 지식 그래프로 만듭니다. 이메일 클라이언트, 브라우저, 회의 노트 작성 도구, 그리고 코드 모드(code mode)를 포함한 통합된 작업 환경을 제공하며, 이러한 컨텍스트를 사용하여 작업을 수행합니다. Ollama 또는 LM Studio를 통한 로컬 모델, API 키를 통한 호스팅된 모델을 지원하며, Model Context Protocol (MCP)을 통해 GitHub, Slack, Jira와 같은 외부 도구와 연결하여 기능을 확장할 수 있습니다.

대상 사용자

전문가 및 개발자 중 자신의 전문적인 삶에 대한 지속적인 메모리를 가진 AI 어시스턴트를 원하며, 작업 컨텍스트에 대한 로컬 우선(local-first) 데이터 소유권을 원하는 분들입니다.

주요 특징

• Living Knowledge Graph: 작업 데이터를 Obsidian 스타일의 백링크된 그래프로 인덱싱하여 복합적인 메모리를 형성합니다.
• Built-in Work Surfaces: 전용 이메일 클라이언트, 브라우저, 회의 노트 작성 도구, 그리고 코딩 환경을 포함합니다.
• Background Agents: 웹 검색, 브라우저 사용, 코드 작성을 수행할 수 있는 이벤트 기반 또는 예약된 에이전트입니다.
• Local-first Design: 모든 데이터는 일반 Markdown 파일로 로컬에 저장되어 독점적인 락인(lock-in) 현상을 방지합니다.
• Extensible: 타사 도구 통합 및 플랫폼 내 커스텀 앱 구축을 위한 MCP 서버를 지원합니다.