Rowboat 是一款開源且以本地優先的 AI 協作工具,能將工作內容轉化為知識圖譜並執行任務
Rowboat 是一款開源且以本地優先的 AI 協作工具,能將工作內容轉化為知識圖譜並執行任務。
Rowboat 是一款主打「本地優先 (Local-first)」的開源 AI 協作工具,它能自動串接使用者的電子郵件與會議筆記,構建出一個長效的知識圖譜,並以此為基礎協助使用者處理實際工作,而非僅僅是單次性的檢索。
核心運作機制
Rowboat 的運作邏輯與傳統 AI 工具不同,它不依賴每次請求時才從轉錄稿或文件中臨時重組資訊,而是透過以下方式建立持久的記憶:
- 建立一個與「Obsidian」相容的 Markdown 筆記庫,作為可視化、可編輯的「工作記憶」。
- 透過持續累積的上下文,讓記憶隨時間產生複利效應,而非每次重新開始。
- 支援「背景 Agent」,可自動執行重複性任務,如草擬郵件回覆、生成每日語音備忘錄或更新專案進度,且所有操作均由使用者控制。
功能與應用場景
Rowboat 旨在成為使用者的 AI 同事,具體功能包括:
- 會議準備:根據過去的決策、討論串與待辦問題,生成簡報或語音摘要。
- 文件與簡報生成:直接利用現有的上下文知識庫,製作 PDF 簡報或文件。
- 語音互動:支援語音輸入與輸出,並能自動將語音備忘錄中的關鍵要點更新至知識圖譜。
- 任務執行:透過「Model Context Protocol (MCP)」介面,整合外部工具(如搜尋、Slack、GitHub、Linear/Jira 等),實現更廣泛的自動化。
技術架構與隱私
該工具強調隱私與自主權,其技術架構具有以下特點:
- 本地優先設計:所有資料均以純 Markdown 格式儲存在使用者電腦中,無專有格式或廠商鎖定問題。
- 模型自主權:使用者可自由選擇模型,支援透過「Ollama」或「LM Studio」運行的本地模型,也可使用託管模型,且隨時可更換,資料庫始終保持在本地。
- 開箱即用:最新版本已整合語音功能、原生會議筆記記錄、即時 Agent 追蹤與精細的網路搜尋,且無需 API 金鑰即可運作(部分進階功能如 Deepgram、Elevenlabs 或 Exa 搜尋則需額外配置)。
與傳統 AI 工具的差異
Rowboat 的設計哲學在於「知識的持久性」。傳統 AI 工具通常將資訊隱藏在模型內部,且每次互動都像從零開始;Rowboat 則將工作內容轉化為透明、可檢查且可編輯的 Markdown 檔案,確保使用者對自己的知識資產擁有完全的控制權。
Introducing Rowboat.
— segmenta (@segmenta) April 7, 2026
An AI coworker that compiles your emails, meetings, and work into a living knowledge graph, then uses it to actually get things done.
Open source. Local-first. Voice-powered.
Karpathy described the idea last week. We've been building it for a while. pic.twitter.com/bW8bBWdNQd
Download the app: https://t.co/EcDisK2G4x
— segmenta (@segmenta) April 7, 2026
GitHub: https://t.co/6F49nB2GUr
Since our previous launch, we’ve added:
— segmenta (@segmenta) April 7, 2026
→ Voice, so you can talk to Rowboat and it talks back
→ A native meeting note taker
→ Live note to track anything with agents
→ Bases view
→ Granular web search
→ Works out-of-the-box, no API keys needed
All on top of the…
