Rowboat：开源本地AI协作助手，自动整合工作信息生成可执行知识图谱

一、Rowboat是什么

Rowboat是一款开源、本地优先的AI协作工具（AI Coworker），由Rowboat Labs开发、Y Combinator S24批次孵化项目，核心定位是成为用户的“私人AI工作伙伴”——自动整合日常工作中的邮件、会议笔记、文档等碎片化信息，构建长期可维护的本地知识图谱，并基于该图谱完成各类实际办公任务，全程数据私有化、不依赖云端、隐私完全可控。

从本质上看，Rowboat解决了传统AI办公工具的两大核心痛点：一是数据隐私问题，所有知识与交互数据均以明文Markdown格式存储在用户本地设备，无云端上传、无第三方访问；二是上下文碎片化问题，区别于多数AI工具“每次调用重新检索上下文”的模式，Rowboat维护持续累积、关系明确的工作记忆，将人物、项目、决策、承诺、沟通记录等核心信息结构化，形成可查看、可编辑、可追溯的知识网络。

技术层面，Rowboat基于TypeScript开发、Electron构建跨平台客户端，兼容Obsidian笔记库（Markdown+反向链接格式），支持Mac/Windows/Linux全系统部署，同时提供Docker容器化部署方案，既适合个人用户本地使用，也支持企业团队私有化部署与定制化开发。

二、功能特色

Rowboat的功能围绕“知识图谱构建+AI任务执行+本地隐私保障”三大核心设计，兼顾实用性、易用性与安全性，核心特色可归纳为6大模块：

1. 本地私有知识图谱构建（核心基础）

• 全本地数据存储：所有知识图谱数据以纯Markdown文件+反向链接形式存储在本地~/.rowboat/目录，兼容Obsidian、Logseq等主流笔记软件，用户可直接手动编辑、备份、迁移，无云端锁定、无格式壁垒。

• 自动信息抽取：无需手动录入，自动对接Gmail、Granola、Fireflies等数据源，提取邮件正文、会议纪要、待办事项、决策内容、联系人信息等，自动分类为“人物”“项目”“决策”“承诺”“文档”等节点。

• 显式关系关联：自动建立信息节点间的关联（如“项目A关联决策B”“联系人C参与会议D”），形成可视化知识图谱，支持搜索、筛选、追溯，解决工作信息“零散、混乱、难查找”问题。

2. AI驱动办公任务自动化（核心价值）

• 会议智能准备：开会前输入指令（如“帮我准备与Alex的项目复盘会议资料”），自动从知识图谱提取历史决策、待解决问题、相关沟通记录、联系人背景，生成结构化会议简报、语音笔记或待办清单。

• 文档与演示文稿生成：基于知识图谱自动生成季度路线图、项目报告、工作总结、PDF演示文稿等正式成果，内容自动关联历史数据、决策依据，无需手动整理素材。

• 邮件与沟通辅助：回复邮件时，自动调取相关项目背景、历史沟通、联系人信息，辅助起草精准、完整的回复内容，避免遗漏关键上下文。

• 语音备忘录录入：支持录制语音，通过Deepgram API自动转文字、提取关键信息，直接更新至知识图谱，解放双手、快速沉淀临时想法。

3. 多数据源无缝集成

• 官方支持数据源：Gmail（邮件同步）、Granola（会议笔记）、Fireflies（会议笔记），覆盖职场核心信息来源。

• 可扩展集成能力：支持通过API/Webhook对接Google日历、Google云端硬盘、Slack、Notion等工具，用户可自定义数据同步规则，适配个人/团队工作流。

• 模块化配置：所有集成项均为可选配置，无需强制绑定，用户可按需开启、关闭，避免冗余数据占用。

4. 可视化知识图谱管理

• 图谱可视化界面：内置知识图谱可视化面板，直观展示节点（信息）与边（关系），支持拖拽、筛选、搜索、高亮，快速定位目标信息。

• 手动编辑与修正：用户可随时手动添加、删除、修改知识节点与关联关系，AI自动同步更新，兼顾自动化效率与人工精准度。

• 版本追溯：支持Markdown文件版本记录，可查看知识图谱历史修改记录，避免误操作丢失数据。

5. 跨平台兼容与轻量化部署

• 全系统支持：提供Mac、Windows、Linux原生安装包，同时支持Docker一键部署，适配个人电脑、服务器、私有云等多种环境。

• 低资源占用：本地运行无需高性能硬件，普通办公电脑即可流畅使用，无云端延迟、无网络依赖。

• 开源可定制：采用AGPL-3.0开源协议，代码完全开放，支持二次开发、功能定制、企业私有化部署，适配不同场景需求。

6. 隐私安全与可控性

• 数据零云端传输：核心知识数据全程存储在本地，AI推理（任务执行）可选择本地模型或对接私有LLM，无任何数据上传至第三方服务器。

• 透明化存储：所有数据为明文Markdown格式，无加密锁定、无 proprietary 格式，用户完全掌控数据所有权。

• 权限隔离：本地单用户使用无权限风险，企业部署支持多用户权限配置，保障团队数据安全。

三、技术细节

Rowboat的技术架构围绕“本地优先、模块化、易扩展、兼容开放”设计，核心技术栈与实现逻辑如下：

1. 核心技术栈

2. 核心架构设计

（1）四层模块化架构

• 数据接入层：负责对接外部数据源（Gmail、会议工具等），通过API拉取数据，完成格式转换、清洗、去重，输出标准化结构化数据。

• 知识构建层：核心模块，将结构化数据解析为“节点+关系”，生成Markdown文件与反向链接，构建知识图谱；支持自动分类、关系推断、冲突校验。

• AI引擎层：基于OpenAI Agents SDK或自定义LLM，接收用户指令，从知识图谱检索相关上下文，执行任务（文档生成、会议准备、内容起草等），输出可落地成果。

• 交互展示层：Electron客户端界面，提供知识图谱可视化、指令输入、任务管理、配置中心等功能，支持可视化操作与手动编辑。

（2）知识图谱存储逻辑

• 文件结构：本地存储目录~/.rowboat/vault/，按“人物/项目/决策/文档/会议”分类生成Markdown文件。

• 示例：人物/Alex.md、项目/XX产品迭代.md、决策/2026Q3功能优先级.md

• 反向链接机制：每个Markdown文件通过[[文件名]]格式建立反向链接，自动关联相关节点，形成网状结构。

• 元数据规范：每个文件包含固定元数据（如type: 人物、related: [[项目A]]、created: 2026-04-01），便于AI解析与检索。

（3）AI任务执行流程

1. 用户通过客户端输入自然语言指令（如“生成XX项目季度路线图PPT”）；

2. AI引擎解析指令，确定任务类型（文档生成、会议准备等）；

3. 从本地知识图谱检索相关节点（项目信息、历史决策、里程碑、负责人等）；

4. 整合上下文，调用LLM生成任务成果（Markdown文档、PDF、文本简报等）；

5. 输出至客户端，同时将任务相关信息更新至知识图谱（如“生成路线图”记录关联至对应项目）。

3. 关键技术创新

• 本地知识图谱持久化：区别于传统AI工具的临时上下文缓存，Rowboat将知识图谱以文件形式永久存储，实现“记忆累积”而非“每次冷启动检索”。

• Obsidian生态兼容：直接复用成熟的Markdown+反向链接标准，无需用户学习新格式，可无缝对接现有Obsidian笔记库。

• 轻量化本地部署：无需依赖重型服务器、数据库，普通PC即可运行，降低使用门槛，适配个人与中小企业场景。

四、应用场景

Rowboat适用于知识工作者、职场白领、企业团队、自由职业者等全类办公人群，核心覆盖5大高频场景：

1. 职场高效办公（个人核心场景）

• 会议全流程管理：会前自动准备资料、会中辅助记录要点、会后生成纪要与待办，全程无需手动整理，避免遗漏关键决策。

• 邮件与沟通高效化：处理邮件时，自动调取项目背景、历史沟通、联系人信息，快速起草精准回复；批量处理邮件时，自动分类、摘要、标记重要事项。

• 文档与报告自动化：季度总结、项目复盘、工作汇报、路线图等正式文档，一键基于知识图谱生成，内容完整、逻辑连贯、无需拼凑素材。

2. 知识管理与沉淀（个人/团队通用场景）

• 碎片化信息整合：自动收集邮件、会议、聊天、文档中的零散信息，结构化存储为知识图谱，解决“信息多、记不住、找不到”问题。

• 团队知识共享：企业部署时，团队成员可共享知识图谱（权限可控），新员工快速了解项目背景、历史决策、协作关系，降低上手成本。

• 长期记忆维护：持续累积工作经验、项目细节、客户信息、行业知识，形成个人/团队“数字大脑”，随时调取复用。

3. 项目与任务管理（团队核心场景）

• 项目全生命周期追踪：自动记录项目启动、需求、决策、里程碑、问题、交付成果等全流程信息，关联至对应项目节点，形成完整项目档案。

• 任务与承诺跟进：提取会议、邮件中的待办事项、承诺内容，自动关联至负责人、截止时间，生成任务清单，支持提醒与进度追踪。

• 跨项目信息协同：多项目并行时，快速检索不同项目的关联信息、共用资源、协作人员，避免信息孤岛。

4. 客户与关系管理（销售/商务场景）

• 客户信息360°整合：自动收集客户邮件、沟通记录、项目合作、需求反馈、决策人信息，形成完整客户档案，随时调取全面背景。

• 商务沟通辅助：对接客户前，自动生成客户背景简报（合作历史、需求痛点、未解决问题、偏好），提升沟通精准度与专业性。

• 合作记录追溯：所有商务决策、承诺、合同要点均记录在知识图谱，可快速检索、核对，避免纠纷与信息偏差。

5. 私有化办公与隐私场景（高安全需求场景）

• 涉密/敏感工作：金融、法律、政企等涉密岗位，数据本地存储、无云端传输，保障信息安全合规。

• 远程办公数据可控：远程办公时，无需将工作数据上传至公司云端，本地自主掌控，兼顾效率与隐私。

• 无网络环境使用：出差、离线场景下，仍可正常使用所有功能，无网络依赖、无延迟。

五、使用方法

Rowboat支持桌面客户端安装与Docker容器部署两种方式，操作简单、配置灵活，详细步骤如下：

方式一：桌面客户端安装（推荐个人用户）

1. 下载安装包

• 官方下载：访问 Rowboat官网下载页，选择对应系统（Mac/Windows/Linux）安装包；

• GitHub下载：前往 GitHub Releases 获取最新版本。

2. 基础安装与启动

• Mac：打开.dmg文件，拖拽Rowboat至应用程序，启动后完成初始授权（本地文件访问）；

• Windows：运行.exe安装程序，按向导完成安装，启动应用；

• Linux：解压.deb/.rpm包，执行安装命令，启动客户端。

3. 数据源配置（可选但推荐）

• Gmail集成：

1. 参考仓库google-setup.md文档，在Google Cloud Console创建OAuth客户端；

2. 获取客户端ID与密钥，在Rowboat设置中填入；

3. 授权访问Gmail，完成邮件同步。

• 会议笔记集成：

1. Granola/Fireflies：在设置中输入对应API密钥，开启会议笔记同步；

• 语音备忘录：

1. 注册Deepgram账号，获取API密钥；

2. 在~/.rowboat/config/目录创建deepgram.json，写入：

   {"apiKey": "你的Deepgram密钥"}

3. 重启Rowboat，开启语音功能。

4. 基础使用流程

1. 启动应用，初始创建本地知识图谱库（默认存储在~/.rowboat/vault/）；

2. 等待数据源自动同步（首次同步需1-5分钟，取决于数据量）；

3. 主界面输入自然语言指令，例如：

• “帮我准备明天与产品部的会议资料”

• “生成XX项目2026Q4路线图”

• “总结本周所有邮件的核心事项”

4. 查看AI生成结果，手动修正知识图谱（如需），完成任务执行。

方式二：Docker部署（推荐团队/服务器）

1. 环境准备

• 安装Docker与Docker Compose（版本≥2.0）。

2. 部署命令

# 克隆仓库
git clone https://github.com/rowboatlabs/rowboat.git
cd rowboat

# 启动服务（包含核心应用+Qdrant向量数据库）
docker-compose up --build

# 后台运行（可选）
docker-compose up -d

3. 访问与配置

• 浏览器访问 http://localhost:3000 打开Web界面；

• 后续数据源、API密钥配置同桌面客户端，配置文件存储在容器挂载目录。

方式三：Python SDK/HTTP API调用（开发者/集成场景）

1. 安装SDK

pip install rowboat

2. 调用示例

from rowboat import Client

# 初始化客户端
client = Client(
  host="http://localhost:3000",
  project_id="你的项目ID",
  api_key="你的API密钥"
)

# 执行AI任务
response = client.chat("帮我总结XX项目的所有历史决策")
print(response)

六、竞品对比

核心差异总结：

1. 对比Notion AI/Mem：隐私性与本地优先是Rowboat最大优势，完全规避云端数据风险，适合涉密、重视数据主权的用户；

2. 对比Obsidian AI：自动化程度更高，无需手动整理笔记，自动从多数据源构建知识图谱，AI任务执行更贴合办公场景；

3. 对比CrewAI：聚焦办公场景而非开发场景，无需编写代码、低门槛使用，核心解决日常办公效率问题，而非复杂智能体工作流开发。

七、常见问题解答（FAQ）

Q：Rowboat是否会将我的数据上传到云端？

A：绝对不会。Rowboat是本地优先设计，所有知识图谱、交互数据、任务成果均以Markdown文件形式存储在你的本地设备，无任何数据上传至Rowboat官方或第三方服务器。AI推理可选择本地模型或对接私有LLM，全程数据可控。

Q：支持哪些操作系统？可以在服务器上部署吗？

A：支持Mac、Windows、Linux全桌面系统，提供原生安装包；同时支持Docker容器化部署，可部署在个人电脑、企业服务器、私有云、Linux云服务器等环境，支持7×24小时后台运行。

Q：必须使用Gmail吗？可以对接其他邮箱或国产工具吗？

A：Gmail是官方默认集成项，但非必需。目前支持Granola、Fireflies会议工具，后续将开放自定义API集成功能，可对接Outlook、企业邮箱、钉钉、企业微信、飞书、Notion、语雀等国产工具，用户可通过Webhook自定义对接规则。

Q：知识图谱可以手动修改吗？修改后AI会识别吗？

A：完全可以。所有知识均为明文Markdown文件，你可直接用Obsidian、VS Code、记事本等工具手动编辑、添加、删除节点或关系。AI会自动监听文件变化，实时同步更新知识图谱，手动修改与AI自动生成完全兼容、无冲突。

Q：使用Rowboat需要付费吗？有付费版本吗？

A：Rowboat核心功能完全开源免费，采用AGPL-3.0协议，个人与企业均可免费使用、修改、分发。目前无官方付费版本，未来可能推出企业级定制化服务、技术支持等付费选项，核心基础功能永久免费。

Q：数据丢失怎么办？如何备份与迁移？

A：备份与迁移极其简单：只需备份本地~/.rowboat/整个目录（核心是vault/知识图谱文件夹）。更换设备时，将该目录复制到新设备对应路径，重启Rowboat即可完整恢复所有知识与配置，无任何数据丢失风险。

Q：AI功能需要OpenAI API密钥吗？可以用本地大模型吗？

A：基础知识图谱管理无需API密钥，AI任务执行（文档生成、会议准备等）需对接LLM。默认支持OpenAI API，同时支持对接OpenRouter、LiteLLM等代理服务，可接入Claude、Llama、Qwen等开源/闭源模型；技术用户可配置本地部署的LLM（如Llama 3、ChatGLM），实现完全离线AI功能。

Q：运行速度慢怎么办？对硬件配置有要求吗？

A：Rowboat轻量化设计，普通办公电脑（4GB内存+双核CPU）即可流畅运行。速度慢通常由以下原因导致：① 首次同步数据量过大（等待完成即可）；② LLM API网络延迟（切换国内节点或本地模型）；③ 系统资源不足（关闭冗余程序）。优化后可实现秒级响应。

Q：企业团队可以多人共用吗？如何保障数据安全？

A：支持企业团队私有化部署，通过Docker部署在团队服务器，配置多用户账号与RBAC权限体系。可设置“只读/编辑/管理员”权限，不同成员访问对应知识范围，数据统一存储在企业服务器，保障团队数据安全与共享效率。

八、相关链接

• GitHub仓库：https://github.com/rowboatlabs/rowboat

• 官方网站：https://www.rowboatlabs.com/

九、总结

Rowboat作为一款开源本地优先的AI协作工具，以“数据隐私可控、知识图谱自动构建、办公任务智能执行”为核心，彻底解决了传统AI办公工具的数据安全隐患与上下文碎片化痛点，通过兼容Obsidian的Markdown本地存储、多数据源自动整合、AI驱动的会议准备与文档生成等功能，为个人与团队提供了一个轻量化、高效、安全的“数字工作伙伴”。它区别于云端协作工具与纯笔记软件，既具备AI的自动化能力，又坚守本地数据主权，适配职场办公、知识管理、项目协作、客户维护等全场景需求，同时凭借开源开放的特性，支持二次开发与私有化部署，是重视隐私、追求效率的办公人群与企业团队的理想选择。