Qmd

• 您希望對本機目錄中的 Markdown 檔案或其他文件進行快速、離線的全文搜尋與語意搜尋。
• 您需要混合搜尋功能（BM25 + 向量 + 重新排序），且不將資料傳送至外部服務。
• 您正在建置一個 AI 代理，需要透過 MCP 查詢本機知識庫。
• 您希望維護多個具名集合，分別指向不同的目錄。

• 您需要對遠端或雲端託管的檔案建立索引 — qmd 僅支援本機路徑。
• 您不想在本機執行 Ollama，因為嵌入與重新排序功能需要一個正在運行的 Ollama 實例。
• 您需要即時索引；更新必須透過 qmd update 手動觸發。

支援 BM25 關鍵字搜尋（qmd search）、純向量／語意搜尋（qmd vsearch）以及帶重新排序的混合搜尋（qmd query），讓您能依據使用情境選擇最適合的檢索策略。

將任何本機目錄新增為具名集合，並可選擇性地使用 glob 遮罩（例如 **/*.md）限制要索引的檔案。並排管理多個獨立索引。

執行 qmd mcp 將您的本地搜尋索引以 MCP（Model Context Protocol）伺服器的形式公開，讓 AI 代理程式及相容工具能夠以程式化方式查詢您的本地知識庫。

所有索引與嵌入向量均在本地端運算。搜尋索引預設儲存於 ~/.cache/qmd，嵌入向量生成與重新排序使用本地運行的 Ollama 實例——您的資料絕不會離開您的裝置。

使用 qmd get <path>:<line> -l <count> 從已索引的文件中擷取特定範圍的行數，適合從大型檔案中取得精確的上下文內容。

索引本地的 Obsidian 儲存庫或筆記資料夾，並透過混合查詢同時以關鍵字與語意意涵找出最相關的筆記，完全離線運作。

啟動 qmd mcp 並透過 MCP 將 AI 代理人連接至您的本地文件索引，使其能夠在不呼叫外部 API 的情況下，擷取相關的檔案片段作為情境參考。

將專案的 docs/ 目錄以 **/*.md 遮罩新增為一個集合，並在開發過程中使用 qmd query 快速找到最相關的文件頁面。