名称： qmd
描述： 使用 qmd 高效搜索 Markdown 知识库。在搜索 Obsidian 仓库或 Markdown 集合时使用此技能，以最少的 token 消耗查找相关内容。
argument-hint: "<搜索查询> [--collection <名称>] [--semantic]"

QMD 搜索技能

使用 qmd 高效搜索 Markdown 知识库。qmd 是一个本地索引工具，结合 BM25 算法和向量嵌入技术，仅返回相关片段而非整个文件。

为何使用

• 减少 96% 的 token 消耗 - 返回相关片段，而非读取整个文件
• 即时获取结果 - 预索引内容确保快速搜索
• 本地化与隐私保护 - 所有索引和搜索均在本地进行
• 混合搜索 - BM25 用于关键词匹配，向量搜索用于语义相似性查找

命令

搜索（BM25 关键词匹配）

qmd search "您的查询" --collection <名称>

快速、准确的基于关键词的搜索。最适合查找特定术语或短语。

向量搜索（语义搜索）

qmd vsearch "您的查询" --collection <名称>

语义相似性搜索。最适合概念性查询，此时措辞可能有所不同。

混合搜索（结合两者 + 重排序）

qmd hybrid "您的查询" --collection <名称>

结合两种方法，并使用 LLM 进行重排序。最全面但通常过度复杂。

使用方法

1. 检查集合是否存在：
   bash qmd collection list

2. 搜索集合：
   ```bash
   # 针对特定术语
   qmd search "api 认证" --collection notes

# 针对概念性查询
qmd vsearch "如何优雅地处理错误" --collection notes
```

3. 查看结果：qmd 会返回包含文件路径和上下文的相关片段。

设置（如果未安装 qmd）

# 安装 qmd
bun install -g https://github.com/tobi/qmd

# 添加集合（例如，Obsidian 仓库）
qmd collection add ~/path/to/vault --name notes

# 为向量搜索生成嵌入
qmd embed --collection notes

调用示例

/qmd api 认证                    # 对“api 认证”进行 BM25 搜索
/qmd 如何处理错误 --semantic     # 对概念性查询进行向量搜索
/qmd --setup                     # 引导完成初始设置

最佳实践

• 使用 BM25 搜索 (qmd search) 查找特定术语、名称或技术关键词
• 使用 向量搜索 (qmd vsearch) 查找概念性内容，此时措辞可能不同
• 除非需要最大召回率，否则避免使用混合搜索——它速度较慢
• 添加大量新内容后，重新运行 qmd embed 以保持向量最新

参数处理

• $ARGUMENTS 包含完整的搜索查询
• 如果存在 --semantic 标志，则使用 qmd vsearch 而非 qmd search
• 如果存在 --setup 标志，则引导用户完成安装和集合设置
• 如果指定了 --collection <名称>，则使用该集合；否则默认检查可用集合

工作流程

1. 从 $ARGUMENTS 解析参数
2. 检查 qmd 是否已安装 (which qmd)
3. 如果未安装，则引导设置
4. 如果进行搜索：
   - 如果未指定集合，则列出可用集合
   - 运行相应的搜索命令
   - 向用户呈现包含文件路径的结果
5. 如果用户希望阅读特定结果，请对文件路径使用 Read 工具