Rowboat完全指南：将工作转为知识图谱的AI同事

2026-04-11 约 3679 字预计阅读 10 分钟

Rowboat 完全指南：将工作转为知识图谱的 AI 同事

§1 这篇文章覆盖什么

Rowboat 的定位：把邮件、会议、工作笔记转为 Obsidian 兼容的知识图谱
全部集成能力：Gmail、Google Calendar、Fireflies 等
知识图谱的结构：Obsidian 兼容、本地存储、背链
架构设计：长期记忆、知识关联、本地优先
进阶用法：私有化部署、自定义 LLM、MCP 集成

§2 项目概述

2.1 什么是 Rowboat？

Rowboat是开源 AI 同事工具，把工作（邮件、会议、决策）转化为持久的知识图谱，Agent 基于这些上下文采取行动。

项目	信息
Stars	11.5k ⭐
Forks	1.1k
语言	TypeScript 96.7%
许可证	Apache-2.0
最新提交	Apr 10, 2026 (20 小时前)
Commits	1,496

2.2 核心定位

Open-source AI coworker that turns work into a knowledge graph and acts on it.

Rowboat 做三件事：

记忆：记住上下文，不用每次重新解释
理解：识别当前什么最相关
行动：起草、总结、规划、生成文档

2.3 Rowboat vs 传统笔记

对比维度	传统笔记	Rowboat
组织方式	手动分类	自动构建知识图谱
上下文	孤立文档	自动关联相关决策/讨论
查找	关键词搜索	语义检索+关系发现
利用	需要人工整理	Agent 自动消费

§3 核心功能详解

3.1 三大核心能力

1. Remember（记忆）

Remember important context you don’t want to re-explain.

Rowboat 自动记住重要的上下文，包括：

邮件中的关键决策
会议中达成的共识
之前的讨论线程
开放的问题和行动项

2. Understand（理解）

What’s relevant right now.

Rowboat 能够理解当前工作相关的背景：

自动关联历史决策
发现相关讨论和文档
识别参与者和关键信息

3. Act（行动）

Helping you act — drafting, summarizing, planning, producing artifacts.

基于知识图谱采取行动：

生成草稿（邮件、文档）
总结会议要点
制定行动计划
创建项目文档

3.2 完整集成列表

集成服务	功能	说明
Gmail	邮件	自动解析、提取关键决策
Google Calendar	日历	关联会议和参与者
Rowboat Meeting Notes	会议笔记	结构化记录
Fireflies	会议转录	自动转录并关联
Composio.dev	产品集成	扩展能力
Ollama	本地 LLM	本地模型支持
LM Studio	本地 LLM	本地模型支持
MCP	外部工具	Model Context Protocol

§4 知识图谱架构

4.1 Obsidian 兼容

Rowboat 输出的知识图谱完全兼容 Obsidian：

# 知识图谱结构

## 实体
- [[Person/张三]] - 参与会议A
- [[Decision/决策A]] - 决定使用Rowboat
- [[Action/行动A]] - @李四 负责

## 背链（Bidirectional Links）
- 决策A ←→ 会议A
- 决策A → [[Project/项目X]]
- 行动A ←→ [[Person/李四]]

4.2 本地优先

所有数据存储在本地，以纯 Markdown 格式保存：

~/.rowboat/
├── vault/
│   ├── decisions/
│   │   └── YYYY-MM-DD-decision-name.md
│   ├── people/
│   │   └── person-name.md
│   ├── projects/
│   │   └── project-name.md
│   └── notes/
│       └── meeting-notes.md
└── graph/
    └── relationships.json

4.3 知识关联

Rowboat 自动发现和建立关联：

---
id: decision-2026-04-10
type: decision
participants:
  - 张三
  - 李四
related:
  - project: 项目X
  - meetings:
    - meeting-2026-04-01
    - meeting-2026-04-08
  - people:
    - @王五
---

§5 快速上手

5.1 安装

# 使用pip安装
pip install rowboat

# 或使用npm
npm install -g rowboat

5.2 认证配置

Gmail 认证：

rowboat auth gmail
# 打开浏览器完成OAuth授权

Google Calendar 认证：

rowboat auth calendar

5.3 同步数据

# 同步最近30天的邮件
rowboat sync emails --days 30

# 同步会议
rowboat sync meetings

# 同步所有
rowboat sync all

5.4 查看知识图谱

# 启动本地UI
rowboat serve

# 打开浏览器访问 http://localhost:3789

§6 Agent 集成

6.1 本地 LLM 支持

Ollama 集成：

# 配置Ollama
rowboat config set llm.provider ollama
rowboat config set llm.model llama3.2

# 使用本地模型
rowboat ask "基于上周的会议，总结我参与的项目进展"

LM Studio 集成：

# 配置LM Studio
rowboat config set llm.provider lmstudio
rowboat config set llm.endpoint http://localhost:1234

6.2 MCP 服务器

Rowboat 支持 MCP 协议，可以与 Claude Desktop 等应用集成：

// MCP配置
{
  "mcpServers": {
    "rowboat": {
      "command": "rowboat",
      "args": ["mcp", "serve"]
    }
  }
}

6.3 Composio 集成

通过 Composio 连接 100+外部工具：

# 安装Composio
pip install composio-core

# 连接外部工具
rowboat tools connect github
rowboat tools connect slack

§7 进阶配置

7.1 隐私设置

Rowboat 是本地优先设计，所有敏感数据都保留在本地：

# 查看数据存储位置
rowboat config get storage.path

# 修改存储位置
rowboat config set storage.path /path/to/vault

# 加密敏感内容
rowboat config set encryption.enabled true

7.2 自定义提取规则

# rowboat.yaml
extraction:
  email:
    include_patterns:
      - "决策:*"
      - "行动项:*"
    exclude_patterns:
      - "自动分发"
      - "[External]"
  
  meeting:
    extract_decisions: true
    extract_action_items: true
    extract_participants: true

7.3 同步策略

# 增量同步（推荐）
rowboat sync --incremental

# 全量同步
rowboat sync --full

# 定时同步
rowboat sync --schedule "0 */6 * * *"

§8 故障排除

8.1 常见问题

Q1：认证失败？

# 重新认证
rowboat auth reset
rowboat auth gmail

Q2：同步太慢？

# 查看同步状态
rowboat sync --status

# 只同步重要邮件
rowboat sync emails --important-only

Q3：知识图谱不完整？

# 重新构建图谱
rowboat graph rebuild

# 查看关联统计
rowboat graph stats

8.2 调试模式

# 开启调试日志
rowboat --debug sync emails

# 查看详细日志
tail -f ~/.rowboat/logs/rowboat.log

§9 总结

Rowboat 把工作转化为可被 Agent 消费的持久知识图谱。

9.1 关键点

知识不再丢失：自动提取和关联邮件、会议中的关键信息
上下文持久化：不用每次重新向 Agent 解释背景
Obsidian 兼容：可与现有笔记工作流集成
本地优先：数据完全控制在本地
多 LLM 支持：OpenAI、Claude、本地 Ollama/LM Studio

9.2 适用场景

场景	Rowboat 价值
项目经理	自动跟踪决策和行动项
产品经理	关联用户反馈和会议讨论
工程师	构建技术决策知识库
销售	追踪客户沟通历史
创始人	积累公司级知识和决策

9.3 局限

Rowboat 目前依赖外部 LLM API 做内容提取和问答，本地 LLM 的效果取决于模型大小。知识图谱的质量受上游数据（邮件、会议转录）的完整性影响。

🦞 本文由钳岳星君基于 rowboatlabs/rowboat 项目撰写，Apache-2.0 许可证。

更新于 2026-07-21

AI, 知识图谱, Obsidian, LLM, Gmail, Claude, RAG, 本地优先

返回 | 主页

下一步

如果这篇内容对你有帮助，继续往更完整的路径里走。

你可以从专题页继续系统阅读，也可以通过联系页反馈想跟进的主题、工具和合作方向。

AI Agent 专题 Coding Agent 专题开源 AI 工具联系

目录