ClawSkills logoClawSkills

qmd Local Search

使用 qmd CLI 对 Markdown 文件、笔记和文档进行快速本地搜索。使用它代替 `find` 进行文件发现。结合了 BM25 全文搜索、向量语义搜索

介绍

# qmd — Fast Local Markdown Search

## 使用场景

- **查找文件** — 在大型目录中代替 `find` 使用(避免卡顿) - **搜索笔记/文档** — 在索引集合中进行语义或关键词搜索 - **代码发现** — 查找实现、配置或模式 - **上下文收集** — 在回答问题之前提取相关片段

## 快速参考

### 搜索(最常用)

```bash # Keyword search (BM25) qmd search "alpaca API" -c projects

# Semantic search (understands meaning) qmd vsearch "how to implement stop loss"

# Combined search with reranking (best quality) qmd query "trading rules for breakouts"

# File paths only (fast discovery) qmd search "config" --files -c kell

# Full document content qmd search "pattern detection" --full --line-numbers ```

### 集合

```bash # List collections qmd collection list

# Add new collection qmd collection add /path/to/folder --name myproject --mask "*.md,*.py"

# Re-index after changes qmd update ```

### 获取文件

```bash # Get full file qmd get myproject/README.md

# Get specific lines qmd get myproject/config.py:50 -l 30

# Get multiple files by glob 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` — 带有代码片段的结构化数据 - `--md` — Markdown 格式 - `-n 10` — 限制结果数量

## 提示

1. **始终使用集合**(`-c name`)来限定搜索范围 2. **运行 `qmd update`** 在添加新文件之后 3. **使用 `qmd embed`** 以启用向量搜索(一次性操作,需几分钟) 4. 对于大型目录,**优先使用 `qmd search --files`** 而不是 `find`

## 模型(自动下载)

- 嵌入 (Embedding):embeddinggemma-300M - 重排序 (Reranking):qwen3-reranker-0.6b - 生成 (Generation):Qwen3-0.6B

全部在本地运行 — 无需 API 密钥。

更多产品