← 返回公开榜单
ro

rowboatlabs/rowboat

Open-source AI coworker, with memory

本周新增
148 星
近 3 周倍数
0.7x
距上次推送
237 天
距上次发布
253 天
许可证
Apache-2.0

星标增长

每根柱子是这个周期记录下来的 star 增长:优先取逐个 stargazer 到达时间分桶的到达数,还没被 stargazer 扫描覆盖的仓库改用该周期的 star 净增;两个写者都没记录的周期画成虚线空档,而不是当成 0。柱高按各自窗口的峰值归一,两张图不共用坐标轴。指向任意一根柱子, tooltip 里是该周期的九项指标:当前值与周期内的净增。

指向或点击一根柱子,看当天的九项指标。

2/252/283/23/53/83/113/133/16

2026 年 2 月 27 日 新增 122 个星标; 2026 年 2 月 28 日 新增 47 个星标; 2026 年 3 月 1 日 新增 48 个星标; 2026 年 3 月 2 日 新增 42 个星标; 2026 年 3 月 3 日 新增 35 个星标; 2026 年 3 月 4 日 新增 10 个星标; 2026 年 3 月 5 日 新增 15 个星标; 2026 年 3 月 8 日 新增 48 个星标; 2026 年 3 月 10 日 新增 27 个星标; 2026 年 3 月 11 日 新增 8 个星标; 2026 年 3 月 16 日 新增 148 个星标

窗口内最高的一天是 2026 年 3 月 16 日,新增 148 个星标。

证据时间轴

  1. 第 2026 年第 9 周发布 2 次

    累计 60 个 release

README
该仓库存储的文档,若已生成中文翻译则一并显示
rowboat-github-2

rowboatlabs/rowboat | Trendshift

Website Discord Twitter Y Combinator

Rowboat

开源AI协作者,将工作转化为知识图谱并基于其行动

Rowboat连接到您的邮箱和会议笔记,构建一个长期存在的知识图谱,并利用该上下文帮助您完成工作——私密地,在您的机器上。

您可以进行如下操作:

  • 为我构建一份关于下个季度路线图的演示文稿 → 使用知识图谱中的上下文生成PDF
  • 为我准备与Alex的会议 → 拉取过去的决策、未解决的问题和相关讨论串,整理成清晰的摘要(或语音笔记)
  • 随时可可视化、编辑和更新您的知识图谱(它只是Markdown)
  • 录制语音备忘录,自动捕获并更新图谱中的关键要点

下载最新版Mac/Windows/Linux:下载

Demo

Demo

观看完整视频


安装

下载最新版Mac/Windows/Linux: 下载

所有发布文件: https://github.com/rowboatlabs/rowboat/releases/latest

Google设置

要连接Google服务(Gmail、日历和Drive),请遵循Google设置。

语音笔记

要启用语音笔记(可选),请在~/.rowboat/config/deepgram.json中添加Deepgram API密钥:

{
  "apiKey": "<key>"
}

网络搜索

要使用Brave网络搜索(可选),请在~/.rowboat/config/brave-search.json中添加Brave API密钥。

要使用Exa研究搜索(可选),请在~/.rowboat/config/exa-search.json中添加Exa API密钥。

(same format as above)

Rowboat的功能

Rowboat是一个以本地优先的AI协作者,可以:

  • 记住您不想重复解释的重要上下文(人员、项目、决策、承诺)
  • 理解当前的相关性(会议前、回复邮件时、撰写文档时)
  • 帮助您行动,通过起草、总结、规划和生成实际成果(摘要、邮件、文档、PDF幻灯片)

在底层,Rowboat维护一个兼容Obsidian的保险库,包含纯Markdown笔记和反向链接——一个透明的“工作记忆”,您可以检查和编辑。

集成

Rowboat从您已有的工作中构建记忆,包括:

  • Gmail(邮件)
  • Granola(会议笔记)
  • Fireflies(会议笔记)

与其他工具的不同之处

大多数AI工具通过搜索转录或文档来按需重建上下文。

Rowboat维护长期存在的知识:

  • 上下文随时间累积
  • 关系是明确且可检查的
  • 笔记由您编辑,而不是隐藏在模型中
  • 所有内容都作为纯Markdown存储在您的机器上

结果是复合的记忆,而不是每次都从零开始的检索。

您可以用它做什么

  • 会议准备:基于先前的决策、讨论串和未解决的问题
  • 邮件起草:基于历史和承诺
  • 文档和演示文稿:根据您的持续上下文生成(包括PDF幻灯片)
  • 跟进:捕获决策、行动项和负责人,以免遗漏
  • 本地帮助:创建文件、总结为笔记,并使用本地工具运行工作流(具有明确、可审查的操作)

背景代理

Rowboat可以启动背景代理来自动执行重复性工作——这样常规任务无需每次都询问。

示例:

  • 在后台起草邮件回复(基于您过去的上下文和承诺)
  • 每天早晨生成语音笔记(议程、优先事项、即将到来的会议)
  • 从最新的邮件/笔记创建定期项目更新
  • 随着新信息的到来,保持您的知识图谱更新

您控制运行什么、何时运行以及写入本地Markdown保险库的内容。

使用您自己的模型

Rowboat支持您喜欢的模型设置:

  • 本地模型:通过Ollama或LM Studio
  • 托管模型(使用您自己的API密钥/提供者)
  • 随时切换模型——您的数据保留在本地Markdown保险库中

通过工具扩展Rowboat(MCP)

Rowboat可以通过**模型上下文协议(MCP)**连接到外部工具和服务。 这意味着您可以插入(例如)搜索、数据库、CRM、支持工具和自动化——或您自己的内部工具。

示例:Exa(网络搜索)、Twitter/X、ElevenLabs(语音)、Slack、Linear/Jira、GitHub,以及更多。

以本地优先设计

  • 所有数据都作为纯Markdown存储在本地
  • 没有专有格式或托管锁定
  • 您可以随时检查、编辑、备份或删除所有内容

页面上的每个数字都来自记录下来的 stargazer 到达时间,没有评分公式,也没有 AI 判定。 任何结论都可以用 /api/v1/repos/{id}/stats 里的原始增量自己重算。