Rowboat: Compañero de IA de código abierto con memoria de gráfico de conocimiento

Rowboat es una herramienta colaborativa de IA de código abierto diseñada para convertir tu trabajo en un grafo de conocimiento que se actualiza de forma continua. Almacena datos localmente en tu máquina como archivos Markdown editables, emulando un sistema de gestión de conocimiento al estilo de Obsidian. Esta herramienta está especialmente diseñada para automatizar la extracción de contexto de diversas fuentes, como Gmail y notas de reuniones, vinculándolas a través de backlinks, y actualizándolas a medida que llega nueva información.
Características Clave
- Grafo de Contexto Vivo: Rowboat captura y organiza información como decisiones, compromisos y plazos de fuentes como Gmail, Granola y Fireflies en un grafo de conocimiento local y vivo.
- Asistente de IA Local: Incorpora acceso a la terminal local y soporte para el Protocolo de Contexto de Modelos (MCP), lo que le permite utilizar tu contexto existente. Por ejemplo, generando resúmenes o creando notas de voz usando servicios como ElevenLabs.
- Almacenamiento Basado en Markdown: La información se almacena en archivos Markdown simples con backlinks, completamente editables, permitiendo a los usuarios mantener o modificar los datos manualmente.
- Integraciones: Rowboat se conecta con herramientas y servicios externos como motores de búsqueda, bases de datos, CRMs y otras automatizaciones para una funcionalidad ampliada.
- Automatización en Segundo Plano: Los usuarios pueden automatizar tareas rutinarias, como redactar respuestas de correo electrónico o actualizaciones de proyectos, basándose en el contexto acumulado en el grafo de conocimiento.
- Modelo Personalizable: La herramienta admite diferentes configuraciones de modelos de IA, incluidos modelos locales a través de Ollama o LM Studio, y modelos alojados con una clave API proporcionada.
Este sistema es especialmente beneficioso para los usuarios que necesitan una herramienta capaz de gestionar y utilizar datos densos y ricos en contexto de manera eficiente, sin perder tiempo ni información debido a los lentos y defectuosos métodos de búsqueda tradicionales.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también

Sistema de Haiku Multiagente Iguala a Claude Opus en Problema de Teoría de Números Complejos con un Costo 15 Veces Menor
Un experimento de Reddit muestra que un sistema de dos agentes Haiku (generador + auditor) logra puntuaciones idénticas de 4/4 a las de Claude Opus 4.5 en una demostración difícil del Pequeño Teorema de Fermat, con un costo aproximado de $0.004 por consulta frente a $0.06 para Opus.
Hax: Un agente de codificación minimalista nativo de terminal en C
Hax es un agente de codificación nativo de terminal, minimalista, escrito en C. Se entrega como un único binario nativo con dependencias mínimas, arranca al instante y utiliza solo unos pocos MB de RAM, dejando más memoria para tus LLMs locales.

AgentWorkingMemory: Un Sistema de Memoria Local para Agentes de Codificación de IA
AgentWorkingMemory (AWM) es un sistema de memoria local que resuelve el problema de amnesia entre sesiones en agentes de codificación con IA. Utiliza una base de datos SQLite, tres modelos de ML locales (~124MB en total) y se integra automáticamente mediante MCP para proporcionar memoria persistente y consciente del contexto a través de las sesiones de Claude Code.

Extensión Codex Chrome agrega automatización del navegador en segundo plano entre pestañas
La nueva extensión de Chrome de Codex en macOS/Windows permite la ejecución paralela de tareas en el navegador en pestañas de fondo sin tomar el control — cubriendo flujos de depuración, paneles, investigación y actualizaciones de CRM.