qmd：本地索引与混合搜索 CLI - Openclaw Skills

什么是 qmd？

qmd 是一款强大的命令行界面工具，旨在通过结合 BM25、向量搜索和重排序技术来索引和搜索本地文件。它允许开发者将本地目录转换为可搜索的知识库，是构建高级 Openclaw Skills 的重要组件。通过使用 Ollama 等本地 LLM 提供商，qmd 直接在您的机器上提供注重隐私的语义检索功能。

无论您是管理大型技术文档集还是浏览复杂的代码库，qmd 都能提供关键词搜索的速度以及基于向量理解的智能。它对模型上下文协议 (MCP) 的支持确保了它可以无缝集成到现代 AI 智能体工作流中。

下载入口:https://github.com/openclaw/skills/tree/main/skills/steipete/qmd

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install qmd

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/ 工作区 <project>/skills/

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 qmd。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。

qmd 应用场景

• 为大型本地 Markdown 文档集创建可搜索索引
• 在私有代码仓库中实现语义向量搜索
• 通过 MCP 模式为 AI 智能体提供高上下文数据
• 为 RAG（检索增强生成）工作流快速检索特定文档段落

qmd 工作原理

1. 用户通过将 qmd 指向一个目录并定义文件掩码来定义集合。
2. 索引过程会生成包含 BM25 索引和向量嵌入的本地缓存。
3. 语义嵌入和重排序通过连接到 Ollama 在本地处理。
4. 用户可以使用传统的关键词匹配、语义向量搜索或两者的混合模式进行查询。
5. 该工具可以在 MCP 模式下运行，允许 AI 智能体以编程方式查询本地索引。

qmd 配置指南

要将其添加到您的 Openclaw Skills，请使用以下命令安装 qmd：

npm install -g https://github.com/tobi/qmd

确保 Ollama 在默认 URL 运行或设置您的环境变量：

export OLLAMA_URL="http://localhost:11434"

初始化并更新您的索引：

qmd collection add ./docs --name my-docs --mask "**/*.md"
qmd update

qmd 数据架构与分类体系

qmd 通过结构化的本地缓存管理其数据。以下是它组织搜索环境的方式：

属性	描述
缓存位置	默认情况下，文件存储在 ~/.cache/qmd 中。
集合	由名称、路径和文件匹配掩码定义。
搜索模式	支持 BM25（关键词）、Vector（语义）和 Hybrid（混合）。
检索	允许使用语法 path:start_line -l length 获取特定行。

name: qmd
description: Local search/indexing CLI (BM25 + vectors + rerank) with MCP mode.
homepage: https://tobi.lutke.com
metadata: {"clawdbot":{"emoji":"??","requires":{"bins":["qmd"]},"install":[{"id":"node","kind":"node","package":"https://github.com/tobi/qmd","bins":["qmd"],"label":"Install qmd (node)"}]}}

qmd

Use qmd to index local files and search them.

Indexing

• Add collection: qmd collection add /path --name docs --mask "**/*.md"
• Update index: qmd update
• Status: qmd status

Search

• BM25: qmd search "query"
• Vector: qmd vsearch "query"
• Hybrid: qmd query "query"
• Get doc: qmd get docs/path.md:10 -l 40

Notes

• Embeddings/rerank use Ollama at OLLAMA_URL (default http://localhost:11434).
• Index lives under ~/.cache/qmd by default.
• MCP mode: qmd mcp.