核心用法
qmd 是一个本地文件搜索与索引 CLI 工具，本 Skill 为其纯文档型使用指南。核心功能分为索引管理与智能检索两大模块：
索引构建：通过 qmd collection add /path --name docs --mask "**/*.md" 添加待索引文件夹，支持 glob 模式匹配；qmd update 增量更新索引，数据默认存储于 ~/.cache/qmd。
多模式检索：提供三种查询方式——传统 BM25 关键词搜索（qmd search）、纯向量语义搜索（qmd vsearch）、以及 BM25+向量融合的重排序混合搜索（qmd query）。支持精确获取文档片段：qmd get docs/path.md:10 -l 40 可定位到具体文件行号。
MCP 集成：通过 qmd mcp 启动 MCP 模式，使大语言模型客户端能够直接访问本地索引库，实现 RAG（检索增强生成）场景的知识库对接。
底层依赖 Ollama 提供嵌入与重排序能力（默认 http://localhost:11434），无需云端 API 即可离线运行。
显著优点
1. 混合搜索架构：BM25 保证关键词精确匹配，向量搜索捕获语义相似性，rerank 层优化结果排序，三者结合显著提升召回质量。
2. 完全本地离线：索引、嵌入、推理全流程本地化，敏感数据不出境，满足隐私合规要求。
3. 轻量零配置：单二进制文件，默认缓存路径即开即用，Ollama 生态无缝集成。
4. MCP 协议原生支持：可直接接入 Claude Desktop 等 MCP 客户端，成为个人知识库的检索后端。
潜在缺点与局限性
- 依赖外部 Ollama：向量功能强绑定本地 Ollama 服务，若未运行则功能降级为纯 BM25。
- 索引维护成本：大规模文档集首次索引耗时较长，增量更新策略需用户自行管理。
- 无权限隔离：MCP 模式缺乏内置访问控制，多用户场景存在数据越界风险。
- Skill 本身无执行能力：本 Skill 仅为文档指导，实际功能需用户自行安装配置 qmd 二进制文件。
适合的目标群体
- 需要构建个人/团队本地知识库的知识工作者、研究员、开发者
- 对数据隐私敏感、要求完全离线运行的企业内网用户
- 希望为 MCP 客户端（如 Claude）接入私有化文档检索能力的 AI 应用构建者
- 习惯命令行工具、熟悉 Ollama 生态的技术用户
使用风险
1. 敏感文件泄露风险：索引范围配置不当可能将密钥、配置文件纳入缓存，建议严格限制 --mask 参数。
2. MCP 模式暴露面：MCP 服务监听可能暴露索引内容，仅限可信本地环境启用。
3. 供应链安全风险：qmd 工具由个人开发者维护，建议锁定版本并关注上游安全公告。
4. 缓存完整性风险：~/.cache/qmd 目录损坏可能导致索引失效，重要场景建议定期备份。