rowboat：具备持久本地知识图谱和集成工作界面的桌面 AI 同事

它解决了什么问题

Rowboat 是一款桌面 AI 同事，能够为你的工作上下文提供持久、长期的记忆。不同于按需进行冷检索的工具，Rowboat 会随时间在本地知识图谱中累积上下文，使 AI 能够在各种工作界面上对你的数据进行操作。

工作原理

Rowboat 将电子邮件、会议、Slack 对话以及助手交互索引到一个后向链接的知识图谱中，该图谱以普通 Markdown 文件的形式存储在你的机器上。它提供了集成的工作界面——包括电子邮件客户端、浏览器、会议记录工具和代码模式——这些界面利用该上下文执行任务。它支持通过 Ollama 或 LM Studio 使用本地模型，亦可通过 API 密钥使用托管模型，并通过模型上下文协议（MCP）扩展功能，以连接 GitHub、Slack、Jira 等外部工具。

适用人群

需要拥有持久记忆的 AI 助手，并希望对工作上下文拥有本地优先数据所有权的专业人士和开发者。

亮点

• 活跃的知识图谱：将工作数据索引为 Obsidian 风格的后向链接图谱，实现记忆的累积。
• 内置工作界面：包括专用的电子邮件客户端、浏览器、会议记录工具和编码环境。
• 后台代理：基于事件或计划的代理，可进行网络搜索、使用浏览器以及编写代码。
• 本地优先设计：所有数据均以普通 Markdown 本地存储，避免专有锁定。
• 可扩展：支持 MCP 服务器，实现第三方工具集成和平台内自定义应用构建。

---

摘要： 一款桌面 AI 同事，将工作数据索引到本地知识图谱中，提供持久记忆并为电子邮件、编码和会议等工作提供集成界面。

标题： rowboat：具备持久本地知识图谱和集成工作界面的桌面 AI 同事