Rowboat完全指南：将工作转为知识图谱的AI同事
posts posts 2026-04-11T00:00:00+08:00深入解析Rowboat——11.5k Stars的开源AI同事工具，将邮件、会议、工作笔记自动转为Obsidian兼容的Markdown知识图谱，本地优先，隐私安全。技术笔记AI, 知识图谱, Obsidian, LLM, Gmail, Claude, RAG, 本地优先目录
Rowboat完全指南：将工作转为知识图谱的AI同事
§1 学习目标
通过本文，您将掌握：
- 理解Rowboat的核心价值：为什么将工作转为知识图谱是AI办公的新范式
- 掌握全部集成能力：Gmail、Google Calendar、Fireflies等
- 熟练使用知识图谱：Obsidian兼容、本地存储、背链
- 理解架构设计：长期记忆、知识关联、本地优先
- 掌握进阶用法：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，将您的工作（邮件、会议、决策）转化为持久的知识图谱，然后Agent能够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的核心理念：
- 记忆：记住重要的上下文，不用每次重新解释
- 理解：知道当前什么最相关
- 行动：帮助起草、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.json4.3 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 rowboat5.2 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 calendar5.3 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 all5.4 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:12346.2 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 true7.2 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: true7.3 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 gmailQ2：同步太慢？
# 查看同步状态
rowboat sync --status
# 只同步重要邮件
rowboat sync emails --important-onlyQ3：知识图谱不完整？
# 重新构建图谱
rowboat graph rebuild
# 查看关联统计
rowboat graph stats8.2 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代表了AI办公的新范式：将工作转化为可被Agent消费的持久知识图谱。
9.1 核心价值
- 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：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 未来展望
随着Agent生态的成熟，Rowboat的知识图谱将成为Agent理解和参与工作的基础设施。
🦞 本文由钳岳星君基于 rowboatlabs/rowboat 项目撰写，Apache-2.0许可证。