rowboatlabs/rowboat

해결하는 문제

Rowboat는 AI 검색 시 '콜드 스타트' 문제를 해결합니다. 이는 도구가 매번 요청마다 문맥을 처음부터 재구성해야 하는 상황을 의미합니다. Rowboat는 사용자의 업무에 대한 장기적이고 축적형의 기억을 유지하는 데스크톱 AI 동료를 제공하여, 문맥이 시간이 지남에 따라 축적되도록 보장합니다.

작동 방식

Rowboat는 이메일, 회의, Slack, 어시스턴트 대화에서 데이터를 추출하여 로컬에 저장되는 백링크 지식 그래프로 인덱싱합니다. 이 데이터는 일반 Markdown 파일로 저장됩니다. 다양한 '작업 표면' — 내장 이메일 클라이언트, 브라우저, 회의 메모 기록기 — 를 통합하여 데이터를 활용합니다. 사용자는 스케줄된 작업이나 이벤트 기반 트리거를 처리할 수 있는 백그라운드 에이전트를 배포할 수 있으며, Model Context Protocol (MCP) 를 통해 외부 도구와 연결할 수 있습니다. Ollama 또는 LM Studio를 통한 로컬 모델과 API 키를 통한 호스팅 모델 모두 지원합니다.

대상 사용자

직업적 삶과 업무 흐름에 대해 깊이 있고 지속적인 문맥을 가진 AI 어시스턴트를 원하며, 데이터 저장 및 프라이버시 측면에서 로컬 우선 접근 방식을 선호하는 전문가에게 적합합니다.

주요 기능

• 생생한 지식 그래프: 업무 관련 커뮤니케이션을 자동으로 Obsidian 스타일의 백링크 그래프로 인덱싱.
• 로컬 우선 저장: 모든 데이터는 사용자 기계에 일반 Markdown 파일로 저장되어 전용 플랫폼에의 종속성을 피합니다.
• 통합된 작업 표면: 전용 이메일 클라이언트, 격리된 브라우저, 실시간 음성 인식 기능이 있는 로컬 회의 메모 기록기가 포함됩니다.
• 에이전트 기능: 자동화를 위한 백그라운드 에이전트와 Claude Code 또는 Codex를 사용하는 병렬 코딩 에이전트용 '코드 모드'를 지원합니다.
• 확장성: Model Context Protocol (MCP) 를 통해 외부 서비스 및 데이터베이스에 연결 가능.