rowboatlabs/rowboat · 上手攻略

• 仓库：rowboatlabs/rowboat
• 链接：https://github.com/rowboatlabs/rowboat
• 分类：agent · llm-infra · trending
• 作者：Tom
• 更新：2026-07-08

这是什么

Rowboat 是一个开源 AI 同事桌面应用，其核心卖点是"真正的记忆"——它把你的邮件、会议、Slack、笔记持续索引到一个本地知识图谱（Obsidian 风格的背链图），然后基于这份长期积累的上下文帮你完成工作。它不是每次对话从零构建上下文的 AI，而是一个会把你的工作记忆下来、越用越懂你的数字同事。

Rowboat Y Combinator S24 孵化，Apache-2.0 开源，TypeScript，截至 2026 年中 Stars 约 15,392，周增 +1,890，成熟度标注为 production。支持 Mac / Windows / Linux 原生桌面安装，也支持 Docker 自托管。

解决什么问题

大多数 AI 助手（ChatGPT、Claude 等）的"记忆"是每次会话重新构建的，本质上是检索而非真正的记忆积累。Rowboat 的核心洞察是：上下文应该随时间积累，而不是每次从零开始。

它解决三个具体痛点： - 信息碎片化：邮件、会议、笔记、代码分布在不同工具里，AI 无法感知关联 - 上下文冷启动：每次新对话都要粘贴一堆背景，AI 还是不了解你 - 数据主权：很多人不愿意把工作内容传到第三方云服务

快速安装

方式一：下载桌面 App（推荐）

# 访问下载页获取各平台安装包
https://www.rowboatlabs.com/downloads

支持：macOS（.dmg）、Windows（.exe）、Linux（AppImage / deb）

方式二：源码构建（开发者）

git clone https://github.com/rowboatlabs/rowboat.git
cd rowboat
# 查看具体构建命令，README 提供完整开发指引

方式三：Docker 自托管

# 参见 docker-compose 配置（README 内有说明）
docker compose up

初始化配置（可选 API Key）

Rowboat 支持多个可选集成，均通过 ~/.rowboat/config/ 下 JSON 文件配置：

mkdir -p ~/.rowboat/config

# Deepgram（语音输入）
echo '{"apiKey": "<your-deepgram-key>"}' > ~/.rowboat/config/deepgram.json

# ElevenLabs（语音输出）
echo '{"apiKey": "<your-elevenlabs-key>"}' > ~/.rowboat/config/elevenlabs.json

# Exa（网页搜索）
echo '{"apiKey": "<your-exa-key>"}' > ~/.rowboat/config/exa-search.json

# Composio（MCP 工具）
echo '{"apiKey": "<your-composio-key>"}' > ~/.rowboat/config/composio.json

Google 服务配置（ Gmail / Calendar / Drive）

# 参见官方指南
https://github.com/rowboatlabs/rowboat/blob/main/google-setup.md

模型选择（灵活切换）

# 支持本地模型
# Ollama: http://localhost:11434
# LM Studio: http://localhost:1234/v1

# 或使用自己的 API Key 接入任何 OpenAI-compatible  provider
# 模型切换不影响本地数据，数据始终存在本地 Markdown 保险库

核心功能

🧠 Brain — 知识图谱

Rowboat 自动索引你的邮件、会议记录、Slack 对话和助手交互，建立 Obsidian 风格的背链知识图谱。所有数据以纯 Markdown 文件存在本地，无专有格式，你随时可以查看、编辑、备份或删除。

# 本地数据示例
~/.rowboat/vault/
  ├── email/
  ├── meetings/
  └── notes/

关系是显式且可审查的，笔记可以由你直接编辑，而不是被隐藏在模型内部。

📧 Email — 邮件客户端

内置邮件客户端，自动将邮件分为"重要"和其他。Rowboat 用全部工作上下文自动起草回复，你审核后发送。

📝 Meeting Notes — 会议记录

本地会议记录工具，连接麦克风和扬声器，实时转录并摘要，自动生成 Markdown 文件并更新知识图谱。

🌐 Browser — 隔离浏览器

内置隔离浏览器，助手可以登录专用账号执行网页任务，与你的主浏览器完全隔离——避免助手误访问你的私人账户。

💻 Code Mode — 并行编码 Agent

启动并行编码 Agent（Claude Code 或 Codex），由 Rowboat 驱动，用全部工作上下文引导 Agent 协作完成开发任务。

⚙️ MCP 工具支持

Rowboat 支持 Model Context Protocol（MCP），可以接入：Exa（网页搜索）、Twitter/X、ElevenLabs（语音）、Slack、Linear/Jira、GitHub 等，也可以接入 Composio 工具目录或自建 MCP Server。

🔧 Apps — 自定义工作面

用户可以构建自己的"工作面"（Work Surfaces），复用全部工具和集成，并可分享给其他人。

典型适用场景

个人知识管理：邮件、会议、笔记全部打通，AI 基于长期积累的上下文工作，而非每次从零开始。

AI 同事助手：设置后台 Agent 监听新邮件或定时触发，用全上下文自动起草回复、生成报告。

开发者工作流：Code Mode 并行驱动多个 Claude Code / Codex Agent，结合项目上下文完成复杂编码任务。

会议生产力：实时转录 + 摘要 + 自动存入知识图谱，会后立刻有可搜索的 Markdown 记录。

隐私敏感工作：所有数据本地存储，不依赖第三方云服务，适合处理机密信息的场景。

坑与注意

1. ⚠️ 桌面 App 是主要入口：Rowboat 主要是桌面应用，不是纯 CLI 工具。如果期待纯命令行体验，需要研究源码自托管方案。

2. ⚠️ Google 集成需要额外配置：Gmail / Calendar / Drive 集成需按 google-setup.md 配置，涉及 OAuth 流程，需要额外权限授权。

3. ⚠️ 语音功能需要额外 API Key：Deepgram（输入）和 ElevenLabs（输出）是可选功能，不配置则无语音。

4. ⚠️ Exa 搜索需 Key：网页搜索功能需要 Exa API Key，不配置则无法使用。

5. ⚠️ MCP Server 接入需要一定技术背景：Composio 工具接入需要一定配置经验，非开箱即用。

6. 模型成本：本地模型（Ollama / LM Studio）无需 API 费用，但需要本地 GPU/CPU 资源；云端模型（GPT-4o、Claude 等）需自备 API Key。

7. 知识图谱质量依赖输入质量：Rowboat 的记忆能力取决于它能索引到的数据源完整性，如果某些平台未集成，信息会缺失。

与同类对比

一句话推荐结论

Rowboat 是目前本地优先 AI 同事中集成度最高的选手——邮件、会议、代码、浏览器全部打通，知识图谱以纯 Markdown 存储，数据主权在自己手里，适合愿意维护桌面 App 且重视数据隐私的知识工作者，但需要配置多个可选 API Key 才能发挥全部能力。

来源

• GitHub README（https://github.com/rowboatlabs/rowboat）
• Rowboat 官网（https://www.rowboatlabs.com）
• YouTube 评测：Prism Labs "Rowboat: Open-Source AI Coworker with a Real Knowledge Graph"（2026-05-10）
• YouTube 评测：AwesomeFOSS "Rowboat: 13K-Star Open-Source AI Coworker"（2026-05-09）

不确定处

• Docker 自托管的具体 docker-compose.yml 配置，因未直接读取源码，步骤以"参见 README"标注。
• 知识图谱具体存储格式（如 YAML frontmatter、Dataview 查询语法），README 仅说明"纯 Markdown"，未给出具体 schema。
• Code Mode 多 Agent 并行协作时如何解决冲突/合并结果，评测视频未详述，以官方文档为准。
• 免费版与付费版的区分，README 未提及定价，Stars 数据为 2026-07-08 当周快照。