Rowboat 是 rowboatlabs 出的开源、本地优先的『AI 同事』：它连上你的邮件和会议记录，把日常工作沉淀成一张长期存在的知识图谱（一个 Obsidian 兼容、带 backlink 的纯 Markdown 库），再用这些上下文帮你干活——做 PPT、会前简报、起草邮件、跟踪人/公司/话题的『实时笔记』、用语音备忘自动更新要点。它强调记忆累积而非每次现查：上下文随时间累积、关系显式可查、笔记你可编辑、一切以 Markdown 存在本机。桌面应用（Mac/Win/Linux），TypeScript，Apache-2.0。可自带模型（Ollama/LM Studio/托管）、接 MCP 扩展工具。
来源：README 顶部/What it does/How it's different；GitHub desc，license Apache-2.0 查看 GitHub 仓库 →约 1.43 万星，热度来自把『AI 助手该有持久记忆』这个共识做成了一个本地优先、数据透明（纯 Markdown、Obsidian 兼容）的 AI 同事：连邮件/日历/会议记录自动建知识图谱，再做会前简报、起草邮件、生成 PPT，并强调累积记忆而非冷启动检索。注重隐私、可自带模型、接 MCP，对想要一个懂自己上下文又不把数据交给云的知识工作者很对路。
来源：GitHub 14,269 stars / 1,433 forks，created 2025-01-13；README How it's different连 Gmail、Google Calendar、会议记录（Rowboat 自带或 Fireflies），把人、项目、决策、承诺等沉淀成长期知识图谱，底层是 Obsidian 兼容、带 backlink 的纯 Markdown 库，可随时查看、编辑、可视化。
来源：README 顶部/What it does/Integrations用累积的上下文帮你做事：会前简报（拉过往决策/未决问题/相关线程）、基于历史与承诺起草邮件、从持续上下文生成文档与 PDF 幻灯片、捕获决策/行动项/负责人做跟进。
来源：README What you can do with it在笔记里打 @rowboat 创建『实时笔记』——跨 X/Reddit/新闻跟踪竞品或话题、跨网络与你的通信监控某人/项目/交易、对任意主题保持滚动摘要，结果写回本地 Markdown 库，你控制何时运行。
来源：README Live notes区别于多数 AI 工具按需搜索 transcript/文档重建上下文，Rowboat 维护长期知识——上下文随时间累积、关系显式可查、笔记由你编辑、全在本机 Markdown，记忆复利而非每次冷启动。
来源：README How it's different数据全以纯 Markdown 存本机、无专有格式/托管锁定，可查看/编辑/备份/删除；模型可用本地 Ollama/LM Studio 或自带 key 的托管模型，随时换；可经 MCP 接 Exa 搜索、Slack、Linear/Jira、GitHub 等外部工具；语音输入 Deepgram、输出 ElevenLabs（可选）。
来源：README Bring your own model/Extend with tools/Local-first by designTypeScript 桌面应用（Mac/Win/Linux 安装包），本地优先。核心数据是一个 Obsidian 兼容的纯 Markdown vault（带 backlink），作为透明的『工作记忆/知识图谱』——人、项目、决策、承诺等以可读可编辑的 Markdown 笔记 + 显式关系存在本机。集成层从你已有的工作流建记忆：Gmail、Google Calendar、会议记录（自带或 Fireflies），并通过 Composio 接入大量产品集成。能力层用 LLM（本地 Ollama/LM Studio 或自带 key 的托管模型）在该图谱上做简报/起草/生成 PDF/实时笔记等，并经 MCP 接外部工具（Exa/Slack/Linear/GitHub 等）。配置（Deepgram/ElevenLabs/Exa/Composio 的 API key）放 ~/.rowboat/config/ 下的 json。整体是『本地 Markdown 知识图谱 + 邮件/日历/会议集成 + 自带模型 + MCP 工具 + 桌面 UI』的 AI 同事，强调数据透明、累积记忆、本机可控。
来源：README What it does/Integrations/Local-first；tree（桌面应用结构）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
Obsidian 兼容 Markdown vault（backlink）Gmail / Google Calendar / Fireflies（…Composio（产品集成）MCP（外部工具）Ollama / LM Studio / 托管 LLMDeepgram / ElevenLabs / Exa（可选）适合：①想要一个懂自己长期上下文（人/项目/决策）的 AI 同事来做会前简报、起草邮件、生成文档/PPT 的知识工作者；②注重隐私、希望记忆以纯 Markdown 存本机、可自带模型、不上云锁定的人；③已用 Obsidian、想让 AI 自动维护并基于 vault 工作的人；④想跟踪某人/竞品/话题的实时笔记的人。不适合：不愿连邮件/日历授权、或不接受 AI 读取通信内容的人；想要零配置纯云 SaaS 的人；以及不做知识/协作型工作、用不上长期记忆的人。
来源：README What you can do/How it's different，结合定位推断以桌面应用发布（Mac/Win/Linux，rowboatlabs.com/downloads 与 GitHub Releases），主分支高频更新（最近 push 2026-05-23，创建于 2025-01-13）。从早期多 agent 构建器形态转型为本地优先的 AI 同事，处于活跃迭代阶段。
来源：GitHub pushed_at 2026-05-23；README InstallationRowboat 把『AI 助手该有持久记忆』这个共识做成了一个本地优先、数据透明的 AI 同事：连邮件/日历/会议自动建一张 Obsidian 兼容的纯 Markdown 知识图谱，再基于累积上下文做会前简报、起草邮件、生成 PPT 和自动更新的实时笔记，强调记忆复利而非每次冷检索，还能自带模型、接 MCP，1.43 万星说明这方向有人要。要清醒：它要授权读你的邮件/日历（隐私敏感）、图谱质量靠 LLM 抽取需人工核对、不少能力依赖第三方 API，且产出受底层模型限制。对注重隐私、想要懂自己上下文又把数据留本机的知识工作者，尤其 Obsidian 用户，它是当前很对路的 AI 同事；要纯云零配置或不愿授权通信的人则不适合。
来源：综合 README 定位/记忆理念/集成、tech 架构、隐私与依赖的事实判断