【GitHub项目推荐--Rowboat：你的本地优先 AI 同事，将工作流转化为可行动的知识图谱】⭐⭐⭐
GitHub 地址：https://github.com/rowboatlabs/rowboat
简介
Rowboat 是一款开源的Local-First AI Coworker（本地优先 AI 同事）。它颠覆了传统 AI 助手“即问即忘”的模式，通过连接你的邮件、日历和会议记录，在本地自动构建一个长期演进的知识图谱，并基于此图谱帮你完成撰写邮件、生成简报、整理待办等实际工作。
与依赖云端存储的 SaaS 工具不同，Rowboat 坚持“数据永不离机”。所有数据（包括知识图谱、笔记、聊天记录）均以Obsidian 兼容的 Markdown 格式存储在本地，你可以随时打开、编辑、备份，甚至用 Git 进行版本管理。它既是你的智能助手，也是你完全可控的“第二大脑”。
主要功能
1. 自动构建长期知识图谱（GraphRAG）
Rowboat 的核心能力。它从你的工作流（Gmail、Google Calendar、Fireflies.ai 等）中持续提取信息，识别出人物、项目、组织、主题等实体及其关系，构建一张随时间不断丰富的图谱。这不同于传统的 RAG（检索增强生成），GraphRAG 能理解实体间的深层关联，让 AI 的回答更具上下文连贯性。
2. 透明可编辑的“工作记忆”
所有记忆均以纯文本 Markdown 文件（Vault）形式存储在~/.rowboat/knowledge/目录下，并支持 Obsidian 风格的双向链接。这意味着：
完全透明：你可以直接浏览 AI 构建的知识节点，查看“AI 记住了什么”。
完全可控：你可以像编辑普通笔记一样修改、补充或删除任何信息，AI 会基于你修改后的版本继续学习。
3. 基于上下文的主动协作
Rowboat 不仅仅是聊天机器人，它能基于长期记忆主动帮你“干活”：
智能邮件起草：基于过往邮件线程和项目承诺，自动生成语气得体、信息准确的回复草稿。
会议全流程管理：会前自动生成会议简报（汇总相关邮件、待办、历史决策）；会后自动提炼纪要并更新图谱。
材料生成：根据图谱中的项目进展，一键生成季度路线图 PDF 或演示文稿。
4. 强大的扩展生态（MCP）
通过Model Context Protocol (MCP)，Rowboat 可以连接外部工具，将其能力转化为 AI 可用的“技能”：
搜索工具：集成 Exa、Brave Search 进行联网研究。
开发工具：集成 GitHub、Linear、Jira 管理任务。
语音工具：集成 Deepgram（语音转文本）、ElevenLabs（文本转语音）实现语音笔记功能。
自定义工具：可接入企业内部 CRM 或数据库。
安装与配置
1. 下载安装
访问 GitHub Releases或官网下载页面，获取对应你操作系统（Mac/Windows/Linux）的桌面客户端安装包。安装后首次启动，Rowboat 会自动在用户目录创建~/.rowboat/配置及数据文件夹。
2. 核心配置：连接数据源
A. 连接 Google 服务（Gmail/Calendar/Drive）
这是让 Rowboat 开始工作的关键步骤。你需要按照仓库中的google-setup.md指南，在 Google Cloud Console 创建 OAuth 2.0 客户端 ID 并启用相应 API，然后在 Rowboat 应用内完成授权。
B. 配置 AI 模型（大脑）
Rowboat 支持多种模型后端，配置位于~/.rowboat/config/models.json：
云端模型：OpenAI (GPT-4o), Anthropic (Claude 3.5 Sonnet), Google Gemini。
本地模型：Ollama, LM Studio（确保数据完全离线）。
C. 可选功能配置
在~/.rowboat/config/目录下创建对应 JSON 文件以解锁高级功能：
语音输入（Deepgram）：创建
deepgram.json填入 API Key，支持录制语音笔记。语音输出（ElevenLabs）：创建
elevenlabs.json，让 AI 可以“开口说话”。联网搜索（Exa）：创建
exa-search.json，赋予 AI 实时检索能力。工具集成（Composio）：创建
composio.json，快速接入开发者工具链。
如何使用
基础工作流：从数据到行动
同步与构建：连接数据源后，Rowboat 会在后台自动同步邮件和日历事件，并在本地构建知识图谱。你可以在应用内查看同步状态。
自然语言交互：在聊天界面，直接像吩咐同事一样下达指令：
“帮我总结一下今天关于 Project Alpha 的所有讨论。”
“为明天下午 3 点与 Alex 的会议准备一份简报。”
“基于上周的决策，起草一封回复客户关于交付日期的邮件。”
审查与迭代：AI 生成的内容（邮件、简报）会直接呈现在界面中，你可以编辑、确认后发送或保存。
高级功能：Live Notes（活笔记）
在任意笔记中输入@rowboat并指定一个主题（如@rowboat Project Alpha），Rowboat 会创建一个Live Note。这张笔记会持续自动更新，始终包含关于该主题的最新邮件摘要、会议决策和待办事项，是你跟踪复杂项目的动态仪表板。
应用场景实例（无代码）
场景一：新项目经理的“一键入职”
痛点：你刚接手一个跨部门项目，面对数百封历史邮件和错综复杂的人际关系，理清“谁负责什么”、“我们上次决定怎么做”需要耗费数天时间。
Rowboat 方案：
将 Rowboat 连接你的企业邮箱。
等待几小时（或手动触发同步），让它构建完项目知识图谱。
输入：“总结一下 Project Phoenix 的当前状态、关键决策点和主要风险。”
结果：Rowboat 会生成一份结构清晰的报告，包含时间线、责任人矩阵和风险清单，让你在 1 小时内达到“资深项目成员”的认知水平。
场景二：高频会议族的“自动会议管家”
痛点：你每天有 4-5 个会议，会前没时间准备，会后没时间写纪要，关键行动项（Action Items）常常被遗忘。
Rowboat 方案：
连接 Google Calendar 和 Fireflies.ai（自动转录）。
会前 30 分钟，Rowboat 自动推送“会议简报”：包含参会人背景、上次会议遗留问题、本次议程相关文档链接。
会后，Rowboat 自动分析转录内容，提取决策点和行动项，更新到知识图谱，并生成会议纪要草稿。
价值：你只需花 2 分钟修改纪要即可发出，彻底告别“开会一时爽，会后火葬场”的窘境。
场景三：隐私敏感企业的“内部 AI 合规助手”
痛点：企业希望使用 AI 提升效率，但严格禁止将内部邮件、组织架构等敏感数据发送到第三方云端 API。
Rowboat 方案：
在企业内网部署 Rowboat 桌面端，并配置其使用本地部署的 Ollama（运行 Llama 3.1 等模型）。
所有数据（邮件、图谱、聊天）100% 存储在员工本地电脑或公司内网 NAS 上。
价值：在完全满足数据合规要求的前提下，员工依然能享受顶级 AI 助理的协作效率，且生成的文档风格符合企业内部规范。
总结
Rowboat 代表了 AI 生产力工具的进化方向：从“临时工具”进化为“长期同事”。它通过本地优先的知识图谱，解决了传统 AI 的“失忆症”问题，让 AI 真正理解你的工作上下文。无论是个人知识管理（PKM）爱好者，还是追求效率与隐私平衡的企业团队，Rowboat 都提供了一个极具前景的解决方案。
GitHub 地址：https://github.com/rowboatlabs/rowboat