rowboatlabs/rowboat

Open-source AI coworker, with memory

解決的問題

Rowboat 透過按需重建上下文，解決了 AI 助手「冷啟動」的問題。它不是依賴簡單的檢索，而是建立一種累積的、長期的工作記憶，該記憶儲存在本地，並允許使用者進行檢查與編輯。

工作原理

Rowboat 將來自電子郵件、會議、Slack 和助手對話的數據索引到帶有反向連結的知識圖譜中。它將所有資訊以純 Markdown 檔案的形式儲存在使用者的機器上。這種本地優先的方法使 AI 能夠隨著時間的推移保持資訊片段之間的顯式關係。使用者可以連接自己喜歡的模型（透過 Ollama/LM Studio 進行本地執行或透過 API 進行託管），並使用 Model Context Protocol (MCP) 連接到 CRM、資料庫和搜尋引擎等外部工具，從而擴展 AI 的能力。

適用人群

需要能夠記住工作歷史、管理溝通並能在不同應用程式中執行任務的 AI 協作夥伴的知識工作者與開發人員。

亮點

  • 整合工作介面：包括內建的電子郵件用戶端、瀏覽器、會議記錄工具及程式碼模式。
  • 客製化記憶：使用動態知識圖譜而非標準的 RAG 來維持長期上下文。
  • 本地優先：所有數據均以純 Markdown 格式儲存，防止供應商鎖定。
  • 智能體能力：支援根據事件或排程觸發的後台智能體，用於編寫程式碼、搜尋網路及使用工具。
  • 可擴展性：相容於 MCP，可新增第三方整合，並允許使用者構建自己的自定義工作介面。