qmd：本地索引与混合搜索 CLI - Openclaw Skills

作者：袖梨 2026-08-18

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

用户通过将 qmd 指向一个目录并定义文件掩码来定义集合。
索引过程会生成包含 BM25 索引和向量嵌入的本地缓存。
语义嵌入和重排序通过连接到 Ollama 在本地处理。
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。
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)"}]}}