rowboat: 它是什么，解决了什么问题以及为什么它正受到关注

它解决了什么问题

Rowboat 是一个本地优先的 AI 同事，旨在消除反复向 AI 解释上下文的需求。它通过维护一个长期存在的、具有复利效应的工作知识图谱——包括人员、项目和决策——来解决“冷启动”检索问题，而不是仅仅按需搜索转录文本或文档。

它是如何工作的

Rowboat 连接到您的电子邮件 (Gmail)、日历和会议记录 (Fireflies 或原生笔记) 以构建记忆系统。这种记忆以 Obsidian 兼容的纯 Markdown 笔记库的形式存储在您的本地机器上，并带有反向链接。它利用这种结构化的上下文来执行任务，如起草电子邮件、准备会议简报和生成 PDF 幻灯片。用户可以自带 LLM (通过 Ollama, LM Studio, 或托管 API) 并使用 Model Context Protocol (MCP) 扩展系统功能，以连接到 Slack, GitHub, 和 Jira 等外部工具。

它是为谁设计的

它是为那些需要 AI 助手能够记住其在不同通信渠道中的特定工作历史和承诺，同时保持对数据的完全本地控制和隐私的专业人士而构建的。

亮点

• 本地优先记忆: 所有数据都以纯 Markdown 文件形式存储在您的机器上，使其可检查且可编辑。
• 知识图谱: 维护实体之间的显式关系，以随着时间推移创建复利上下文。
• 实时笔记: 使用 @rowboat 命令自动更新关于特定主题、人或竞争对手的笔记。
• 可扩展工具链: 支持 MCP 服务器和 Composio 工具，以便与广泛的外部服务集成。
• 模型无关性: 兼容本地模型 (Ollama, LM Studio) 和托管 API 提供商。