QMD 本地 Markdown 检索
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/tobi-qmd-qmd。
技能介绍
要解决什么问题
工程师和写作型团队往往把决策、会议纪要和项目说明散落在本地 Markdown:笔记、wiki、转录稿和代码仓里的 docs/。用户问的是「当时怎么定的」「文档里原话是什么」,答案很可能已经在索引里,却习惯性先上网搜。QMD 技能约束代理先搜本地集合、再拉全文、再引用作答,避免仅凭搜索片段就下结论。
技能如何工作
固定流程是:检索候选文档 → 用 qmd get 或 qmd multi-get 取完整来源 → 依据正文回答,并注明 qmd:// 路径、#docid 与行号。片段只作线索;涉及事实、决策、引语或细微差别时必须拉全文。
默认应使用带结构化字段的 qmd query,由你(而非内置扩展模型)填写:
intent::要找什么、同时要避开哪些相近但错误的概念lex::标题、别名、代码符号、罕见用语等锚点词vec:/hyde::用接近原文口吻的语义改写或「理想答案长什么样」
已知精确词、标题或符号时用 BM25(qmd search / lex);表述间接或同义改写时用结构化语义检索。命中后可用 :from:count 切片读窗口(例如 qmd get "#abc123:120:40"),不要用 sed/head/tail 管道切文件。
适用边界与注意点
- 需要给编辑或
Read工具真实路径时,在 search/query 上加--full-path。 - 广搜跑偏时用
qmd collection list与-c限定集合(如 transcripts vs docs)。 qmd query依赖本地模型/GPU 时可能失败,可回退到更强的词面检索。- 仅在用户明确要求时再动索引(
collection add、update、embed);日常检索与拉取是安全的。
使用场景
- 用户问「上次架构评审结论」,需从 wiki 与会议纪要 Markdown 中找出原文并标注行号
- 对比多份设计文档对同一接口的表述,用 multi-get 拉齐几篇命中后再总结差异
- 开发者在代码仓 docs 里查罕见错误码或配置项,用词面锚点做 BM25 检索
- 口述需求与文档用词不一致,用 intent/vec 字段做语义召回再 get 全文核对
适合人员
- 维护项目 wiki 与 ADR 的技术负责人,常被问「文档里怎么写的」
- 整理客户访谈与内部会议转录稿的知识管理员,需要可核对的原句引用
- 在 monorepo 文档目录里排查配置与运行手册的后端工程师
- 用多集合笔记(sources / docs)办公的个人研究者,希望代理先查本地再联网