不知道你有没有这种感觉——写了一大堆笔记，脑子里也有各种想法，但要用的时候怎么也想不起来存在哪儿了。grep 太慢，关键词对不上；各种云笔记搜索体验也很烂。最要命的是，想把这些东西给 AI 用，AI 根本读不到。
QMD 解决的就是这个问题。它是一个跑在本地的命令行搜索工具，专门索引你的 Markdown 文件、文档、会议记录，可以用自然语言去搜，而且完全离线。
它能做什么
简单说，QMD 把你的文件夹变成一个可以对话的知识库。
搜索方式有三种层次：
qmd search— 经典 BM25 全文搜索，速度快，关键词匹配精准qmd vsearch— 向量语义搜索，理解语义，不一定要关键词对上qmd query— 混合搜索 + LLM 重排，BM25 + 向量结果合并后再让模型排序，质量最高
你可以针对特定目录建立不同的 Collection，比如 notes（个人笔记）、meetings（会议记录）、docs（工作文档）。还可以给每个 Collection 添加上下文描述，这样搜索结果会更精准。
最实用的是配合 AI Agent 使用。 它支持 --json 和 --files 输出格式，AI 可以直接拿到结构化的搜索结果。它还内置了 MCP Server，Claude Code、Windsurf 这类工具可以直接调用它的搜索能力。
为什么值得用
第一，完全本地。
模型跑在你自己机器上，不会有任何数据上传。你的笔记、会议记录、工作文档，搜索过程完全不离开你的电脑。
第二，支持自然语言。
不需要记关键词，直接问"上次那个关于 API 设计的会议说了什么"，它能给你找到。
第三，对 AI Agent 友好。
它的输出格式本身就是为 AI 设计的。QMD 最初就是作为一个 AI Agent 的记忆层来设计的，所以工具调用、上下文注入这些场景特别顺。
第四，安装简单。
一个 npm install 就搞定，不需要配置数据库、不需要跑服务。
第五，不只是搜索，还能取回文档。
qmd get 可以直接拿完整内容，qmd multi-get 支持 Glob 模式批量取，--full 参数可以拿到文档完整内容而不是摘要。
快速上手
安装（Node.js 或 Bun）：
npm install -g @tobilu/qmd
或
bun install -g @tobilu/qmd添加要索引的文件夹：
qmd collection add ~/notes --name notes
qmd collection add ~/Documents/meetings --name meetings
qmd collection add ~/work/docs --name docs给每个 Collection 加上下文描述（让搜索更准）：
qmd context add qmd://notes "个人笔记和想法"
qmd context add qmd://meetings "会议记录和总结"
qmd context add qmd://docs "工作文档和技术文档"生成向量索引（必须做这一步才能用语义搜索）：
qmd embed然后就可以搜索了：
# 快速关键词搜索
qmd search "项目时间线"语义搜索
qmd vsearch "怎么部署服务"质量最高的混合搜索
qmd query "季度规划流程"只输出文件路径，方便给 AI 用
qmd search "API" --all --files --min-score 0.3取回完整文档内容
qmd get "docs/api-reference.md" --full用 Docker 跑（不需要本地装 Node）：
docker run -v ~/notes:/data tobilu/qmd search "你的搜索词"适合谁
- 写了很多笔记但找东西很痛苦的人 — Markdown 写笔记的同学，这个工具能让你真正用起来
- 用 AI Agent 干活的人 — QMD 是目前对 Agent 场景支持最好的本地搜索工具，MCP Server 直接集成
- 隐私敏感的人 — 完全本地运行，没有任何数据上传
- 需要快速检索大量文档的开发者 — 支持代码仓库、文档、技术规范各类内容
相关链接
- GitHub：https://github.com/tobi/qmd
- 官方文档：https://github.com/tobi/qmd#readme
总结一下：QMD 把你散落在各处的 Markdown 笔记变成一个可以自然语言提问的知识库，而且完全跑在本地，AI 可以直接用。如果你有大量笔记但一直没好好利用，这个工具值得一试。
默认评论
Halo系统提供的评论