针对主流 AI 工具普遍存在的“健忘症”和数据隐私顾虑，开源项目 Rowboat 提供了一套创新的解决方案。它通过构建本地化的工作知识图谱，让 AI 真正拥有了长期记忆，成为一位懂你工作、严守隐私的数字同事，为提升职场效率带来了全新可能。
智能速览
Rowboat 构建长期工作知识图谱，从根源上解决 AI 上下文遗忘问题。
采用本地优先架构，所有数据以 Markdown 格式存储在用户设备，确保隐私安全。
灵活支持本地大模型与各类托管模型 API，兼顾离线使用与高性能需求。
覆盖会议筹备、内容创作、信息沉淀等核心工作场景，并能实现后台自动化。
具备强大的集成与扩展能力，可无缝对接 Gmail、Slack、Jira 等主流工具。
精华内容
Rowboat 的核心突破在于将 AI 从“一次性工具”升级为“长期搭档”，其设计理念直击当下 AI 办公的两大痛点：信息无法持续累积与数据安全隐患。
长时记忆图谱
与多数 AI 工具“用完即忘”的单次检索模式不同，Rowboat 会系统性梳理工作中的核心信息，如人物关联、项目进展、决策结果等，构建成一个可长期更新、可手动编辑的知识图谱。这份“工作记忆”会随时间积累，让你在筹备会议时，Rowboat 能直接调取过往沟通记录和待解决问题；在起草邮件时，它能基于历史背景撰写内容，无需反复解释。
本地优先原则
数据隐私是 Rowboat 的另一大亮点。它坚持本地优先（Local-first）架构，将邮件、会议笔记、知识图谱等所有工作数据都存储在用户本地设备中。数据以纯 Markdown 格式构建，不仅与 Obsidian 等笔记工具完全兼容，更意味着用户完全掌控数据，可随时查看、编辑或备份，从根本上避免了云端泄露风险。
模型灵活适配
Rowboat 提供了高度灵活的模型选择方案，满足不同用户的需求。它既支持通过 Ollama、LM Studio 等工具部署本地大模型，实现完全离线使用；也允许用户接入各类托管大模型，只需填写自己的 API 密钥即可。无论切换哪种模型，本地的知识图谱数据都能完整保留，确保工作上下文不因模型更换而丢失。
全场景赋能
作为一款“AI 同事”，Rowboat 的功能深度嵌入职场工作流。它能整合历史沟通记录，生成针对性的会议简报；基于知识图谱上下文，快速撰写项目邮件甚至 PDF 格式的演示文稿。此外，它还具备后台智能代理功能，可自动起草贴合上下文的邮件回复、每日生成语音工作议程，并基于最新信息自动更新知识图谱，将用户从重复性工作中解放出来。
无缝集成扩展
Rowboat 并非孤立工具，而是能融入现有工作流的集成助手。它已原生支持 Gmail、Granola、Fireflies 等主流办公软件。更基于 Model Context Protocol (MCP) 协议，可对接 Twitter/X、Slack、Jira、GitHub 等海量外部工具，甚至企业内部自研系统。用户可按需配置语音、网页搜索等功能的 API 密钥，实现高度个性化的功能扩展。
Rowboat 的走红，反映了市场对“有记忆、高隐私”AI 助手的迫切需求。它通过长时记忆、本地存储、灵活模型和全场景自动化的组合，为本地 AI 办公的发展提供了清晰的蓝图。尽管在响应速度和多模态处理上仍有提升空间，但它无疑为我们展示了下一代 AI 工作助手的理想形态。
