pi-qmd-adaptive-search
项目内智能语义搜索文件，支持回退与自适应学习。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：pi-qmd-adaptive-search。 它的用途是：项目内智能语义搜索文件，支持回退与自适应学习。 完整的 Skill 内容见：https://321skill.com/skills/pi-qmd-adaptive-search/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我找一下处理用户身份验证的中间件文件。” 它会分析你的项目代码，通过语义理解找到类似`authMiddleware.js`、`authentication.ts`的文件并列出。如果直接匹配不明确，它会同时展示通过文件名关键词“auth”搜索到的结果，并根据你的选择记录偏好。
介绍
该Skill旨在解决开发者在大型或复杂项目中，难以快速、精准定位所需文件的问题。传统文件搜索依赖精确文件名或路径，而本工具通过语义理解，允许用户用自然语言描述文件内容或功能，即可在项目范围内找到相关文件。
使用时，开发者只需在项目中安装并配置该Skill，即可在开发环境中通过特定命令或快捷键触发搜索。输入对目标文件的描述（如“处理用户登录的配置文件”），工具会利用qmd进行语义分析，返回最相关的文件列表。若语义匹配不佳，会自动启用传统关键词搜索作为回退，并提供反馈机制以优化后续结果。
它特别适合全栈工程师、后端开发者以及需要频繁在大型代码库中穿梭的项目维护人员。对于使用Monorepo或微服务架构的团队，能显著减少查找文件的时间成本，提升开发效率。
建议在项目初期就进行集成，以便积累本地自适应反馈数据，使搜索结果越来越精准。注意，其语义理解能力依赖于训练模型，对于非常新颖或术语特殊的项目，初期可能需要结合回退搜索多次使用来训练它。
核心特点
核心区别在于结合了项目本地的语义搜索（qmd）与传统回退搜索，并通过本地自适应反馈机制持续优化搜索结果，而非依赖固定的全局索引或单纯的关键词匹配。
注意事项
不适合在项目文件极少或结构极其简单、无需语义搜索的场景下使用。
常见问题
什么是qmd？
qmd是一种用于语义搜索和文档理解的模型或技术，这里特指用于项目文件内容分析。
自适应反馈是什么意思？
指工具会根据你在本地项目中的搜索选择和结果点击，自动学习并调整未来的搜索排序和相关性。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pi-qmd-adaptive-search/raw/index.md 读取 pi-qmd-adaptive-search 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pi-qmd-adaptive-search/raw/index.md（查看排版版本）