- Eine leichtgewichtige CLI-Suchmaschine, entwickelt, um verschiedene Markdown-basierte Dokumente lokal zu durchsuchen, darunter persönliche Notizen, technische Dokumentation und Meeting-Protokolle
- Eine hybride Suchpipeline, die BM25-Volltextsuche, vektorbasierte semantische Suche und LLM-Re-Ranking kombiniert
- Alle Operationen werden in der lokalen Umgebung ausgeführt und liefern Suchqualität auf AI-Niveau, ohne dass personenbezogene Daten abfließen
- Unterstützt 3 Suchmodi
search: BM25-basierte Stichwortsuche
vsearch: einbettungsbasierte semantische Suche
query: kombiniert beide Ansätze und ordnet mit einem LLM neu – der Modus mit der besten Qualität
- Mit integriertem MCP(Model Context Protocol)-Server ist eine direkte Anbindung an LLM-basierte Workflows wie Claude möglich
- Führt über node-llama-cpp alle Modelle on-device aus
- GGUF-Format-Modelle wie embeddinggemma-300M, qwen3-reranker-0.6B und Qwen3-1.7B werden automatisch heruntergeladen und zwischengespeichert
- So wurde die Suchqualität verbessert
- Die Suchanfrage des Nutzers wird mit dem Modell Qwen3-1.7B per Query Expansion erweitert
- Parallele Suche über SQLite FTS5 und sqlite-vec
- Zusammenführung der Ergebnisse mit Reciprocal Rank Fusion (RRF)
- Neubewertung der Dokumentrelevanz mit Qwen3-Reranker
- Gewichtsjustierung nach Rang, um Genauigkeit und semantische Ähnlichkeit im Gleichgewicht zu halten
- Geschrieben in TypeScript und basierend auf der Bun-Laufzeitumgebung. Der Index wird in einer SQLite-Datenbank gespeichert
- MIT-Lizenz
- Open Source vom Shopify-Gründer und CEO Tobi Lütke
Anwendungsbeispiele
# Install globally
bun install -g https://github.com/tobi/qmd
# Create collections for your notes, docs, and meeting transcripts
qmd collection add ~/notes --name notes
qmd collection add ~/Documents/meetings --name meetings
qmd collection add ~/work/docs --name docs
# Add context to help with search results
qmd context add qmd://notes "Personal notes and ideas"
qmd context add qmd://meetings "Meeting transcripts and notes"
qmd context add qmd://docs "Work documentation"
# Generate embeddings for semantic search
qmd embed
# Search across everything
qmd search "project timeline" # Fast keyword search
qmd vsearch "how to deploy" # Semantic search
qmd query "quarterly planning process" # Hybrid + reranking (best quality)
# Get a specific document
qmd get "meetings/2024-01-15.md"
# Get a document by docid (shown in search results)
qmd get "#abc123"
# Get multiple documents by glob pattern
qmd multi-get "journals/2025-05*.md"
# Search within a specific collection
qmd search "API" -c notes
# Export all matches for an agent
qmd search "API" --all --files --min-score 0.3
Noch keine Kommentare.