Rowboat – 開源、優先本地端且具備持久記憶的 AI 同事

Rowboat – 開源、優先本地端且具備持久記憶的 AI 同事

Rowboat 提供本地儲存、記憶豐富的 AI 同事

Rowboat 是一款桌面應用程式,它將所有 AI 生成的上下文內容以純 Markdown 檔案的形式保存在您的機器上,建立一個活生生的、具備反向連結的知識圖譜,並提供現成的作業介面(電子郵件、筆記、瀏覽器、程式碼、會議記錄轉錄以及自定義應用程式)。這種設計消除了大多數 AI 工具的冷啟動問題,並讓使用者完全掌控自己的數據。


核心架構:持久的知識圖譜

Rowboat 持續將電子郵件、會議、Slack 和其他助手對話索引成一個Obsidian 風格的圖譜,其中每個節點都是一個 Markdown 檔案。該圖譜:

  • 隨著時間累積上下文,而非僅在需要時重新搜尋。
  • 使關係顯性化;您可以直接檢查反向連結並編輯筆記。
  • 保持可編輯性;沒有任何內容被隱藏在專有模型中。
  • 儲存在本地;沒有雲端鎖定,易於備份,且具備完全的隱私。

"大多數 AI 工具透過搜尋轉錄稿或文件來按需重建上下文。Rowboat 則維護長期的知識...其結果是會不斷增長的記憶,而非每次都從零開始的檢索。" – Rowboat README


內建的作業介面充當 AI 增強工具

Rowboat 配備了數個作業介面應用程式,讓 AI 可以直接對您的數據進行操作:

Surface 功能說明
Email 整理收件郵件,並使用完整的知識圖譜來撰寫回覆草稿。
Meeting notes 擷取即時轉錄,將其摘要成 Markdown,並更新圖譜。
Browser 隔離的網頁檢視器,助手可以登入特定帳號並協作執行任務。
Code mode 啟動由 Claude Code 或 Codex 驅動的並行編碼代理程式,並具備您專案的完整上下文。
Apps 您可以建立並分享的自定義工作空間,每個空間都具備存取所有整合功能的權限。
Background agents 事件驅動或排程腳本,可以自動搜尋網頁、呼叫 API 或撰寫程式碼。

透過 Model Context Protocol (MCP) 實現擴展性

Rowboat 可以透過 MCP 接入外部服務,這是一種用於在 AI 模型與工具之間傳遞上下文的輕量級協定。開箱即用的整合包括:

  • Exa 用於網頁搜尋
  • ElevenLabs 用於語音輸出
  • Deepgram 用於語音輸入
  • Composio 用於數十種 SaaS API(Slack, Linear, Jira, GitHub, 等)

您也可以加入任何自定義 MCP 伺服器,將 Rowboat 轉變為內部工具開發的中心樞紐。


自備模型,保持模型不可知論

Rowboat 不會將您鎖定在特定的 LLM。它支援:

  • Local models 透過 Ollama 或 LM Studio
  • Hosted APIs(Claude, OpenAI, Anthropic, 等)

切換模型只需更改配置,您的 Markdown 檔案庫(vault)將不受影響。


優先本地端設計消除了供應商鎖定

所有數據都以純 Markdown 格式儲存在您的檔案系統中。這為您帶來:

  • 完全的可檢查性與可編輯性
  • 隨時進行簡單的備份或刪除
  • No proprietary formats 或隱藏的雲端儲存

社群回饋亮點與開放性問題

Hacker News 的討論提出了幾個實用的觀點:

Neozino 詢問開發這套系統需要多長時間,顯示出對開發工作量的好奇心。

TomComb 想知道「Agent Apps」是否會成為主要產物,將 Rowboat 的介面中心化方法與傳統的專案資料夾插件進行對比。

ActionHank 警告關於「努力的非對稱性」,即 AI 工具產生的閱讀材料比節省的時間還多,提醒 Rowboat 的記憶管理必須明智地進行。

Danny O'Brien 尋求協作式提示詞(prompting)功能,詢問是否多個使用者可以共享對話——這是一個潛在的未來擴展功能。

_puk 分享了一個真實世界的流程:將 Claude 指向 Rowboat 目錄以檢索上下文,並對自定義格式的插件式架構表示興趣。

Snootypoot 讚賞該框架(harness)功能豐富且非常符合其需求,確認了該專案案的實際應用價值。

這些評論共同建議,雖然 Rowboat 的優先本地端記憶模型非常有吸引力,如此使用者也正在尋找:

  1. 團隊協作(共享會話、配對提示詞)。
  2. 記憶管理工具(修剪、摘要、有原則的保留政策)。
  3. 從現有的 Claude harnesses 或其他 AI 工作流程進行清晰的教學引導

入門指南

  1. Download 從 Rowboat 網站下載 macOS, Windows, 或 Linux 的最新二進位檔。
  2. Configure 透過將 API 金鑰放入 ~/.rowboat/config/*.json 來配置選擇性服務(Google, Deepgram, ElevenLabs, Exa, Composio)。
  3. Launch 啟動 Rowboat 並讓它索引您的現有檔案;知識圖譜會自動建立。
  4. Explore 探索內建的作業介面或透過 MCP 整合框架建立自定義應用程式。

為什麼 Rowboat 很重要

Rowboat 展示了 AI 同事可以是在隱私優先、可擴展且真正持久的,而不需要依賴雲端儲存。透過將知識圖譜視為一等公民,它將 AI 從無狀態的狀態機(stateless query engine)無狀態查詢引擎轉變為一個長期夥伴,能夠記住、組織並根據您的工作歷史進行操作。這種方法可以重新定義開發者、知識工作者與團隊如何與大型語言模型互動——從「搜尋-然後-回答」轉變為「持續協作」。

Sources