名称： qmd
描述： 使用 qmd CLI 对 Markdown 文件、笔记和文档进行快速本地搜索。可替代 find 命令进行文件发现。结合了 BM25 全文搜索、向量语义搜索和 LLM 重排序——全部在本地运行。适用于搜索文件、查找代码、定位文档或在已索引的集合中发现内容。

qmd — 快速本地 Markdown 搜索

使用场景

• 查找文件 — 替代 find 命令在大目录中搜索（避免卡顿）
• 搜索笔记/文档 — 在已索引的集合中进行语义或关键词搜索
• 代码发现 — 查找实现、配置文件或模式
• 上下文收集 — 在回答问题前提取相关片段

快速参考

搜索（最常用）

# 关键词搜索 (BM25)
qmd search "alpaca API" -c projects

# 语义搜索（理解含义）
qmd vsearch "如何实现止损"

# 结合搜索与重排序（质量最佳）
qmd query "突破交易规则"

# 仅文件路径（快速发现）
qmd search "config" --files -c kell

# 完整文档内容
qmd search "模式检测" --full --line-numbers

集合管理

# 列出所有集合
qmd collection list

# 添加新集合
qmd collection add /path/to/folder --name myproject --mask "*.md,*.py"

# 变更后重新索引
qmd update

获取文件

# 获取完整文件
qmd get myproject/README.md

# 获取指定行
qmd get myproject/config.py:50 -l 30

# 通过通配符获取多个文件
qmd multi-get "*.yaml" -l 50 --max-bytes 10240

输出格式

• --files — 路径 + 分数（用于文件发现）
• --json — 结构化数据，包含片段
• --md — Markdown 格式
• -n 10 — 限制结果数量

使用技巧

1. 始终使用集合 (-c name) 来限定搜索范围
2. 添加新文件后运行 qmd update
3. 使用 qmd embed 启用向量搜索（一次性操作，耗时数分钟）
4. 在大目录中优先使用 qmd search --files 而非 find 命令

模型（自动下载）

• 嵌入模型: embeddinggemma-300M
• 重排序模型: qwen3-reranker-0.6b
• 生成模型: Qwen3-0.6B

所有模型均在本地运行——无需 API 密钥。