QMD
Локальный поиск по заметкам, документации и расшифровкам встреч в Markdown: ключевые слова, смысловой поиск и ранжирование, есть MCP
Установка
npm install -g @tobilu/qmd
qmd collection add ~/notes --name notes
qmd embedНужен Node.js 22 и новее.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
QMD индексирует папки с Markdown-файлами в коллекции и ищет по ним тремя способами: полнотекстово по BM25, по векторным эмбеддингам и гибридно с переранжированием моделью. Все модели в формате GGUF работают на вашей машине. К коллекциям можно добавлять описания контекста, которые возвращаются вместе с найденными документами и помогают агенту выбрать нужный файл. Результаты выдаются в JSON или списком файлов, а MCP-сервер дает агенту инструменты поиска и чтения документов.
Для кого. Для тех, кто держит заметки, базу знаний или документацию в Markdown и хочет, чтобы агент находил в них нужное без облака.
Подходит, если
- Агенту нужен поиск по большой базе заметок или документации
- Данные нельзя отправлять во внешние сервисы поиска
- Нужен смысловой поиск, а не только совпадение слов
Не подходит, если
- Файлов мало, и агенту хватает обычного grep
- Документы в форматах, отличных от текстовых, например PDF или сканы
Пример запроса к агенту
Найди в моих заметках все, что обсуждали про планирование кварталаОграничения
Нужен Node.js 22 и новее, на macOS еще SQLite из Homebrew. При первом запуске скачиваются три GGUF-модели с Hugging Face, а эмбеддинги и переранжирование нагружают процессор или видеокарту. Для лучшей работы с неанглийскими текстами README советует сменить модель эмбеддингов.
Как отключить. Удалите запись qmd из конфигурации MCP или плагин qmd в Claude Code, затем npm uninstall -g @tobilu/qmd. Индекс и модели лежат в ~/.cache/qmd.
Проверка безопасности
- Читает и индексирует выбранные папки на диске
- Скачивает модели из сети при первом запуске
Коротко о README
README объясняет схему поиска: запрос расширяется, идет в полнотекстовый и векторный поиск, результаты сливаются и переранжируются моделью. Дальше описаны команды для коллекций, контекста и эмбеддингов, MCP-сервер с транспортами stdio и HTTP, плагин для Claude Code и использование как библиотеки для Node.js и Bun. Отдельно разобраны защита HTTP-сервера от чужих страниц и системные требования. Лицензия MIT.
Частые вопросы
Обязательно ли подключать MCP?
Нет. Агент может вызывать qmd в терминале, флаги --json и --files сделаны как раз для этого. MCP дает более плотную интеграцию.
Можно ли держать один сервер на несколько клиентов?
Да, команда qmd mcp --http запускает долгоживущий сервер на localhost:8181, чтобы модели не загружались заново для каждого клиента.
Похожие
CLI для всех API Google Workspace с выводом в JSON и набором скиллов для агентов: Drive, Gmail, Calendar, Sheets и другие
Менеджер задач для AI-разработки: разбирает PRD на задачи с зависимостями и ведет агента по ним через MCP или CLI
Официальные плагины Anthropic для офисных ролей: продажи, поддержка, продукт, маркетинг, юристы, финансы, данные и поиск по компании
MCP-сервер для Jira и Confluence в облаке и на собственных серверах: поиск, создание и правка задач и страниц