本地文档检索工具

技能简介

qmd 是一款本地文件搜索与索引命令行工具，支持 BM25 全文检索、向量语义搜索及混合查询模式，可通过 MCP 协议与外部系统对接。

业务背景

本地文档检索工具让企业知识库摆脱云端依赖，在完全离线的环境中实现精准查找。BM25与向量混合搜索兼顾关键词匹配与语义理解，适合技术手册、合同文本、研发笔记等结构化与非结构化资料的统一管理。

落地案例：某律所将历年判例文书存入本地服务器，律师输入"房屋租赁违约金计算标准"，系统先以BM25定位含关键词的条款段落，再通过向量搜索扩展至"滞纳金""赔偿责任"等相关表述，最终按混合得分排序呈现最相关的三段原文及出处页码，大幅缩短案头研究时间。

能做什么

• 为本地目录建立可更新的文档索引
• 执行 BM25 关键词搜索或向量语义搜索
• 组合 BM25 与向量结果进行混合排序
• 通过 MCP 模式提供标准化接口服务

使用说明

安装

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

基础用法

1. 添加索引集合：qmd collection add /path --name docs --mask "**/*.md"
2. 更新索引数据：qmd update
3. 查看索引状态：qmd status
4. BM25 搜索：qmd search "query"
5. 向量搜索：qmd vsearch "query"
6. 混合查询：qmd query "query"
7. 获取指定文档内容：qmd get docs/path.md:10 -l 40

环境配置

• 嵌入模型与重排序依赖 Ollama，默认地址 http://localhost:11434，可通过 OLLAMA_URL 修改
• 索引数据默认存储于 ~/.cache/qmd

输入与输出

见下方输入与输出表格。

风险提示

• 需本地运行 Ollama 服务以支持向量功能
• 索引占用磁盘空间随文档量增长
• MCP 模式下的网络暴露需评估访问控制

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/steipete/qmd/SKILL.md
来源类型：GitHub 仓库