# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：segmenta (@segmenta) · 平台：X (Twitter) · 日期：2026-04-08

> 原始來源：https://x.com/segmenta/status/2041563979299139975

## 中文摘要

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。

## 標籤

Agent, 開源專案, AIGC, Rowboat, Obsidian