Qmd

• Haluat nopean, offline-tilassa toimivan kokoteksti- ja semanttisen haun paikallisesta Markdown-tiedostojen tai muiden asiakirjojen hakemistosta.
• Tarvitset hybridihakua (BM25 + vektori + uudelleenjärjestely) ilman tietojen lähettämistä ulkoiseen palveluun.
• Rakennat tekoälyagenttia, jonka täytyy hakea tietoja paikallisesta tietokannasta MCP:n kautta.
• Haluat ylläpitää useita nimettyjä kokoelmia, jotka osoittavat eri hakemistoihin.

• Sinun täytyy indeksoida etä- tai pilvipalvelussa olevia tiedostoja — qmd toimii vain paikallisilla poluilla.
• Et halua ajaa Ollamaa paikallisesti, sillä upotukset ja uudelleenjärjestäminen vaativat käynnissä olevan Ollama-instanssin.
• Tarvitset reaaliaikaista indeksointia; päivitykset täytyy käynnistää manuaalisesti komennolla qmd update.

Tukee BM25-avainsanahakua (qmd search), puhdasta vektori-/semanttista hakua (qmd vsearch) sekä hybridihakua uudelleenjärjestelyllä (qmd query), joten voit valita käyttötapauksellesi sopivimman hakustrategian.

Lisää mikä tahansa paikallinen hakemisto nimetyksi kokoelmaksi ja rajoita halutessasi indeksoitavia tiedostoja glob-maskin avulla (esim. **/*.md). Hallitse useita itsenäisiä indeksejä rinnakkain.

Suorita qmd mcp paljastaaksesi paikallisen hakuindeksisi MCP (Model Context Protocol) -palvelimena, jonka avulla tekoälyagentit ja yhteensopivat työkalut voivat hakea paikallisesta tietokannastasi ohjelmallisesti.

Kaikki indeksointi ja upotusvektorit lasketaan paikallisesti. Hakuindeksi tallennetaan oletuksena hakemistoon ~/.cache/qmd, ja upotusvektorit/uudelleenjärjestely käyttävät paikallisesti käynnissä olevaa Ollama-instanssia — mikään data ei poistu koneeltasi.

Hae tietty riviväli indeksoidusta dokumentista komennolla qmd get <polku>:<rivi> -l <määrä> — hyödyllinen tarkan kontekstin noutamiseen suurista tiedostoista.

Indeksoi paikallinen Obsidian-arkisto tai muistiinpanokansio ja suorita hybridihakuja löytääksesi merkityksellisimmät muistiinpanot sekä avainsanojen että semanttisen merkityksen perusteella – täysin offline-tilassa.

Käynnistä qmd mcp ja yhdistä AI-agentti paikalliseen dokumentti-indeksiisi MCP:n kautta, antaen sille mahdollisuuden hakea relevantteja tiedostokatkelimia kontekstiksi ilman ulkoisia API-kutsuja.

Lisää projektin docs/-hakemisto kokoelmaksi **/*.md-maskilla ja käytä qmd query -komentoa löytääksesi nopeasti oleellisimmat dokumentaatiosivut kehitystyön aikana.