rowboatlabs/rowboat

해결하는 문제

Rowboat는 온디맨드 방식으로 컨텍스트를 재구성하여 AI 어시스턴트가 "차갑게 시작하는(context가 없는 상태로 시작하는)" 문제를 해결합니다. 단순한 검색에 의존하는 대신, 로컬에 저장되어 사용자가 검사하고 편집할 수 있는 축적되고 지속적인 작업 메모리를 생성합니다.

작동 방식

Rowboat는 이메일, 회의, Slack 및 어시스턴트 대화의 데이터를 백링크가 포함된 지식 그래프로 인덱싱합니다. 모든 정보는 사용자의 컴퓨터에 일반 Markdown 파일로 저장됩니다. 이러한 로컬 우선(local-first) 접근 방식은 AI가 시간이 지나도 정보 조각들 사이의 명시적인 관계를 유지할 수 있게 합니다. 사용자는 선호하는 모델(Ollama/LM Studio를 통한 로컬 또는 API를 통한 호스팅)을 연결할 수 있으며, Model Context Protocol (MCP)를 사용하여 CRM, 데이터베이스, 검색 엔진과 같은 외부 도구에 연결함으로써 AI의 기능을 확장할 수 있습니다.

대상

작업 이력을 기억하고, 커뮤니케이션을 관리하며, 다양한 애플리케이션에서 작업을 실행할 수 있는 AI 동료가 필요한 지식 노동자와 개발자.

주요 특징

• 통합 작업 환경: 내장 이메일 클라이언트, 브라우저, 회의 메모 작성 도구 및 코드 모드가 포함되어 있습니다.
• 맞춤형 메모리: 표준 RAG 대신 살아있는 지식 그래프를 사용하여 장기적인 컨텍스트를 유지합니다.
• 로컬 우선: 모든 데이터는 일반 Markdown으로 저장되어 벤더 종속(vendor lock-in)을 방지합니다。
• 에이전트 기능: 이벤트 또는 일정에 따라 코드를 작성하고, 웹을 검색하며, 도구를 사용하는 백그라운드 에이전트를 지원합니다。
• 확장성: MCP와 호환되어 서드파티 통합을 추가할 수 있으며, 사용자가 자신만의 맞춤형 작업 환경을 구축할 수 있도록 합니다.