本地知识库智能检索引擎

本地 Markdown 知识库智能检索工具，支持 BM25、向量语义与混合搜索，适合开发者快速索引笔记和文档。

基本信息

• 技能名称?QMD CLI
• 中文名称?本地知识库智能检索引擎
• 作者?dpaluy
• 分类?专业技能
• 版本?1.1.0
• 标签?knowledge-base, search, rag, markdown, local-first, mcp, semantic-search, cli

使用方法

使用说明
核心用法
QMD 是一款面向本地 Markdown 知识库的检索工具，提供三种搜索模式满足不同场景需求：
qmd search ：基于 BM25 算法的关键词搜索，速度快，适合精确匹配已知术语
qmd vsearch ：向量语义搜索，理解概念和同义词，适合模糊查询
qmd query ：混合搜索 + LLM 重排序，质量最佳但速度最慢，适合复杂问题
支持集合管理（ collection add ）、文档检索（ get / multi-get ）、以及 MCP 服务器模式集成。所有命令建议配合 --json 使用以获得结构化输出。
显著优点

1. 多模式检索策略 ：从快速关键词到深度语义理解，灵活覆盖不同查询意图
2. 本地优先架构 ：数据完全本地处理，无需云端依赖，隐私可控
3. MCP 原生支持 ：可作为 Model Context Protocol 服务器运行，便于与 AI 工具链集成
4. 精确文档定位 ：支持按路径、ID、行号范围精准获取内容片段
   潜在局限
   冷启动延迟 ：向量搜索（ vsearch / query ）首次初始化约需 1 分钟
   Bun 运行时依赖 ：要求使用 Bun 而非 Node.js 安装运行
   仅支持 Markdown ：非结构化或二进制文档需预处理转换
   无分布式能力 ：单机索引，不适合团队协作的大规模知识库场景
   适合人群
   个人开发者、技术写作者管理本地技术笔记
   需要为 AI 助手提供 RAG（检索增强生成）上下文的知识工作者
   偏好本地优先、注重数据隐私的终端用户
   常规风险
   索引同步风险 ： qmd update 需手动执行，文件变更后可能返回过时结果
   路径注入可能 ： multi-get 支持 glob 模式，需确保集合路径边界受控
   LLM 重排序成本 ： query 模式若频繁调用可能产生 API 费用（如配置外部 LLM）
   无权限管控 ：无内置访问控制，多用户环境需谨慎配置文件系统权限