核心用法
qmd 是一款专为 Markdown 笔记设计的本地搜索引擎，通过命令行实现快速全文检索。用户需先建立索引集合（qmd collection add），执行一次性嵌入生成（qmd embed）后即可使用。默认推荐 qmd search 进行 BM25 关键词搜索，响应即时；语义搜索（vsearch）和混合检索（query）因需加载本地 LLM（如 Qwen3-1.7B）模型，冷启动耗时可达 1 分钟以上，仅建议关键词失效时使用。
显著优点
1. 本地优先：数据完全离线，无需上传云端，保障隐私安全
2. 双模检索：BM25 即时响应 + 向量语义搜索，兼顾速度与深度
3. 灵活输出：支持 JSON、文件列表等多种格式，便于与 Agent 工作流集成
4. 增量维护：update 和 embed 命令支持定时同步，保持索引新鲜
潜在缺点与局限性
- 环境依赖：强制要求 Bun 运行时（>= 1.0.0），macOS 需额外安装 SQLite 扩展
- 冷启动成本：语义/混合搜索需加载本地 GGUF 模型，首次运行下载耗时且内存占用显著
- 非代码搜索：设计目标为 Markdown 文档，不适合源码检索场景
- 无内置调度：需依赖系统 cron 或外部调度器实现自动化索引更新
适合人群
- 习惯 Markdown 记笔记、构建本地知识库的开发者与写作者
- 对数据隐私敏感、拒绝云同步方案的个人用户
- 需要 CLI 工具与现有工作流（如 Obsidian、VS Code）集成的效率工具爱好者
常规风险
- 模型下载源：首次运行自动从远程下载 GGUF 模型，建议核查来源完整性
- 索引漂移：若未及时运行
update，搜索结果与实际文件状态可能不一致 - 路径暴露：集合配置中硬编码的本地路径可能在日志或配置文件中留存敏感信息