qmd
本地运行的智能文档搜索引擎，支持混合搜索与AI重排序。
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：qmd。 它的用途是：本地运行的智能文档搜索引擎，支持混合搜索与AI重排序。 完整的 Skill 内容见：https://321skill.com/skills/qmd/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
“帮我查一下上个季度关于‘项目部署’的所有会议记录和相关的API文档。”，它会通过QMD的MCP工具，在您本地的笔记和文档集合中进行混合搜索，找到最相关的几个文档片段或文件路径返回给您。您还可以进一步要求：“把找到的‘部署流程.md’文档的完整内容给我”，AI会调用`get`工具获取该文件的详细内容。
介绍
QMD是一款在设备端运行的搜索引擎，旨在解决个人或团队知识碎片化、难以快速精准检索的问题。它能够索引您的Markdown笔记、会议记录、技术文档和知识库，让您无需依赖云端服务即可高效查找信息。
使用上，您只需通过简单的命令行工具，将本地文档目录添加为“集合”，并为其添加上下文描述以增强搜索的语义理解。QMD支持关键词搜索、向量语义搜索以及结合两者的混合查询，并通过本地LLM进行结果重排序，以提供最相关的结果。
它非常适合需要频繁查阅内部文档、管理个人知识体系或构建自动化工作流的开发者、研究者和内容创作者。对于注重数据隐私、希望完全在本地处理敏感信息的团队而言，QMD是一个理想选择。
建议在使用时，充分利用其“上下文”功能，为不同的文档集合添加描述性标签，这能显著提升LLM在混合搜索中的判断准确性。同时，其MCP服务器模式支持与Claude等AI助手深度集成，可以极大提升在智能体工作流中的信息检索效率。
核心特点
QMD的核心区别在于其“全本地化”的混合搜索架构，集成了BM25全文检索、向量语义搜索和LLM重排序，所有计算均在本地通过GGUF模型完成，无需网络或API调用，兼顾了性能、准确性与隐私安全。
注意事项
由于完全依赖本地计算资源和模型，在处理海量文档或使用大型重排序模型时，对硬件（尤其是内存和GPU）有一定要求，不适合资源极度受限的环境。
常见问题
QMD支持哪些类型的文档？
主要支持Markdown、纯文本等格式，适合索引笔记、会议记录、文档等文本内容。
如何与Claude等AI助手一起使用？
可通过配置MCP服务器或安装Claude插件，让AI助手直接调用QMD进行文档搜索和获取。
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/qmd/raw/index.md 读取 qmd 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/qmd/raw/index.md（查看排版版本）