rowboatlabs/rowboat

Open-source AI coworker, with memory

解决的问题

Rowboat 通过按需重建上下文，解决了 AI 助手“冷启动”的问题。它不是依赖简单的检索，而是创建一种累积的、长期的工作记忆，该记忆存储在本地，并允许用户进行检查和编辑。

工作原理

Rowboat 将来自电子邮件、会议、Slack 和助手对话的数据索引到带有反向链接的知识图谱中。它将所有信息以纯 Markdown 文件的形式存储在用户的机器上。这种本地优先的方法使 AI 能够随着时间的推移保持信息片段之间的显式关系。用户可以连接自己喜欢的模型（通过 Ollama/LM Studio 进行本地运行或通过 API 进行托管），并使用 Model Context Protocol (MCP) 连接到 CRM、数据库和搜索引擎等外部工具，从而扩展 AI 的能力。

适用人群

需要能够记住工作历史、管理沟通并能在不同应用程序中执行任务的 AI 协作伙伴的知识工作者和开发人员。

亮点

  • 集成工作界面：包括内置的电子邮件客户端、浏览器、会议记录工具和代码模式。
  • 定制化记忆：使用动态知识图谱而非标准的 RAG 来维持长期上下文。
  • 本地优先：所有数据均以纯 Markdown 格式存储，防止供应商锁定。
  • 智能体能力：支持根据事件或计划触发的后台智能体，用于编写代码、搜索网络和使用工具。
  • 可扩展性：兼容 MCP，可添加第三方集成，并允许用户构建自己的自定义工作界面。