Rowboat:打工人专属本地 AI工作助手,基于你的资料秒级响应诉求

简单说，Rowboat 就是一个本地优先（所有数据存本地 Markdown，无云端锁、无隐私风险）的 AI 同事。

它最牛的地方在于，不像以前的 AI 那样每次都是 “临时检索”，它是真的在帮你攒 “工作记忆”。它会把你连接的 Gmail、Google Calendar、Rowboat 会议笔记或 Fireflies 内容自动同步，连成一个长期知识图谱—— 本地文档需要手动放入 Rowboat 的 vault 目录才能被处理。比如它能自动关联 Alex 上周邮件里提的用户留存方案和上个月跟老板讨论的 Q3 预算限制，不用你自己去翻两份不同的文档，谁跟谁聊过什么、哪个项目关联哪些决策，一眼就能看懂。

这意味着什么？意味着它真的 “懂” 你的工作上下文，而且因为数据都在你自己的电脑上，在使用本地模型且不依赖语音输入、web 搜索等第三方工具的情况下，完全断网也能用，老板再也不用担心数据泄露了。

为了证明它不是吹的，我拿它做了两个作死的测试。

场景一：会议前的救命稻草

当时离会议开始还有 10 分钟，我打开 Rowboat，输入了一句：Prep me for my meeting with Alex。

你猜怎么着？大概 15 秒后，它直接给我吐出了一页清晰的 brief。里面不仅有上次会议的 3 个决策点，还列出了 Alex 提的 2 个开放问题，甚至精准地找到了我们上周邮件里聊过的留存方案细节。

换作以前，这堆东西我至少要花 40 分钟去翻邮件和纪要，而且还容易漏点。那天我带着这份 brief 进会议室，心里特别踏实。

场景二：半小时搞定半天的活

开完会没多久，老板突然发消息让我写 Q3 产品 deck。要是以前，我得花半天时间去凑齐过去 3 个月的项目周报、客户反馈和会议讨论点，才能开始动笔。

这次我直接对 Rowboat 说：Build me a deck about our next quarter roadmap。

它直接调用了我过去所有的相关资料，生成了一份带数据支撑的 PDF deck—— 里面自动嵌入了 Q2 用户留存率提升 12% 的数据分析，还有客户反馈里提到的 3 个核心需求点。我只需要稍微调整了几个细节和格式，前后加起来不到半小时就搞定了，比以前快了一半还多。那一刻，我真的感觉像是多了一个不用睡觉的实习生。

我用了这么久，觉得它最核心的几个卖点，真的戳中了我们这种打工人的痛点：

本地优先（再也不用怕公司数据泄露啦😎）：所有东西都存你本地的 Markdown 文件里，没有云端锁，想删就删，想备份就备份。长期知识图谱：它不是每次都冷启动检索，而是随着你使用，上下文越积越厚，越来越懂你的业务。支持本地 / 云端模型切换：你可以用 Ollama 或 LM Studio 跑本地模型，断网场景下也能独立使用；也可以接自带的 API 云端模型，灵活切换满足不同需求。多场景自动化：会议准备、文档生成、邮件起草、任务跟踪，这些杂活它都能干。可编辑的透明记忆：它的知识图谱其实就是 Obsidian-compatible 的 Markdown 文件，如果你本身就是 Obsidian 用户，可以直接用 Obsidian 打开 Rowboat 的本地 Markdown vault 目录，无缝衔接现有 Obsidian 工作流；你觉得它记错了？直接打开文件改就行，完全透明可控。

我看了一下它的数据，这款 2025 年 1 月刚发布的工具，GitHub 上已经有12493个 Star，1184个 Fork，在工具类开源项目里属于增长非常快的新秀，社区活跃度不错。我在 Discord 里看到有个用户说：“Rowboat 帮我把每周会议准备时间从 1 小时降到 10 分钟，太香了。”—— 这绝对是真实心声。

别以为这玩意儿配置起来很麻烦，其实比你想象的简单多了。

安装时间：大概 5 分钟，主要是下载和简单配置。

核心步骤就这三步：

去 GitHub 仓库（https://github.com/rowboatlabs/rowboat）或官网（https://www.rowboatlabs.com/downloads）下载对应系统的安装包。安装完后，你可以选择连接 Gmail 或日历（这一步是可选的），或者启动本地模型（支持 Ollama 或 LM Studio）。启动本地模型后，需要在 Rowboat 的设置里指定模型服务器地址（比如 Ollama 默认地址为http://localhost:11434），确保 Rowboat 能识别到本地模型。💡小提示：如果担心数据安全，建议直接跳过连接邮箱 / 日历，先启动本地模型试用。验证一下：

如果你已经连接 Gmail，输入 Summarize my last 3 emails，能准确生成邮件摘要则配置成功；如果未连接邮箱，请使用离线验证方式：手动在 Rowboat 的 vault 目录中创建一个 Markdown 笔记并输入内容，然后在 Rowboat 中输入 Summarize this note，能生成笔记摘要则说明本地模型配置成功。注意：未连接邮箱时，邮件相关指令无法执行，不要用此类指令验证。

如果你想用高级功能，比如语音输入、语音输出或者联网搜索，需要配置对应 API key，具体如下：

语音输入：添加 Deepgram API key 到 ~/.rowboat/config/deepgram.json（Windows 系统路径为C:\Users\<你的用户名>\.rowboat\config\deepgram.json）；语音输出：添加 ElevenLabs API key 到 ~/.rowboat/config/elevenlabs.json；web 搜索：添加 Exa API key 到 ~/.rowboat/config/exa-search.json。

所有 API key 文件均使用以下 JSON 格式：

说实话，这个工具特别适合每天要处理大量跨项目沟通、需要频繁整理资料的职场人，比如产品经理、项目经理、还有企业顾问。如果你每天的工作就是在各种文档和会议里 “打捞” 信息，那它绝对能帮你省下大把时间。

但如果你只是偶尔写个文档，或者特别喜欢手动整理笔记、享受那种慢节奏的整理过程，那可能暂时不需要它。

另外，我得诚实地说两点：它目前还不能完全替代人工的深度思考，生成的文档和 brief 还是需要你自己去调整细节；还有，连接语音输入、web 搜索这些第三方功能需要额外的 API key，部分服务可能需要付费。

但总的来说，用了几天，我再也没因为找不到资料而崩溃过。