QMD

还没有用户反馈，来做第一个评价的人

QMD 适合开发者/技术人员、内容创作者、数据分析师处理索引文件和集合，保留树结构，并返回带有上下文片段的匹配子文档、检索模式：BM25全文、向量语义检索、LLM重排名、通过 node-llama-cpp 和 gguf 模型生成本地嵌入，建议和同类工具一起对比价格。

Web 应用

需要登录

输入文本文档代码代码仓库

输出文本代码方案

立即试用帮忙编辑

QMD NBAI 编辑点评

我们更看重 QMD 在「用于文档、Markdown 笔记、会议记录和知识库的设备上 CLI 搜索引擎」「索引文件和集合，保留树结构，并返回带有上下文片段的匹配子文档」上的实际价值，而不是把它当作又一个文档管理目录条目。

暂未整理出明确硬伤，但仍建议先用免费额度或低成本方案验证访问、效果和导出质量。

如果你要做批量生产或自动化，先确认它是否支持 API、批量导入导出或团队协作，而不是只测试单次生成效果。

更新时间：2026-08-05/分类：文档管理/编辑评分：8.2

QMD 工具介绍

QMD（Query Markup Documents）是一款面向本地文档的命令行搜索工具。它可将 Markdown 笔记、会议记录、项目文档和知识库组织为集合，再用关键词或自然语言查找相关片段。它的重点不是生成新内容，而是帮助用户和 AI Agent 从已有文件中找到可用的上下文。 QMD 同时提供 BM25 全文搜索、向量语义搜索和 LLM 重排。用户可以为不同目录创建集合，添加路径级上下文，生成嵌入后通过 `search`、`vsearch` 或 `query` 选择不同检索方式；也可以按路径、文档 ID 或 glob 模式取回单篇或多篇文档。结果可输出为 JSON 或文件列表，适合作为代码助手、研究工作流和内部知识检索的上下文层。官方还提供 MCP 服务器和 JavaScript/TypeScript SDK，便于接入 Agent 客户端或 Node.js/Bun 应用。这款工具更适合熟悉终端、需要检索本地资料的开发者、研究者、技术写作者和知识库维护者。典型场景包括跨代码库与设计文档找上下文、从会议记录中定位决策、检索个人 Markdown 笔记，以及为 Agent 提供结构化的参考文档。 QMD 是 CLI 和开发库，不是开箱即用的网页文档管理系统，也不代替文档编辑、权限管理、协作审批或云端同步。使用者需要自行安装 Node.js 或 Bun、创建集合、维护索引并评估检索质量。它的检索和重排在本机运行，但首次使用相关功能时会从 Hugging Face 下载本地模型，因此不应把“本地运行”理解为“从安装开始就完全无需网络”。中国用户需特别注意两点：一是首次模型下载依赖 Hugging Face，实际速度与可访问性需按当地网络环境测试；二是官方明确提示默认嵌入方案对中日韩语料的覆盖有限，中文文档应选用支持多语言的嵌入模型，更换后还需重新生成全部嵌入。因此，中文支持并非免配置保证，正式导入大型资料库前应先用代表性文档进行小样检索测试。