本地文档太多找不到东西？这个开源工具让我 5 秒定位任何笔记

不知道你有没有这种感觉——本地文档一多，找东西就变成了「考古」。

上周想翻一个去年写的会议纪要，翻了半天才想起来文件名根本不是按日期起的。关键词搜吧，某些词记不清了；按内容搜吧，macOS 的 spotlight 根本不管用。

然后我就遇到了 QMD（Quick Markdown Docs），用了两天直接戒不掉了。

它是干什么的？

QMD 是一个本地运行的 Mini 搜索引擎，专门给你的 Markdown 文档、会议纪要、知识库用的。

核心就一件事：让你在海量本地文档里，5 秒钟找到你要的东西。

它支持三种搜索模式：

• BM25 关键词搜索（最快，毫秒级）
• 向量语义搜索（理解你搜的意思，不只是关键词）
• 混合搜索 + LLM 重排（质量最高，适合模糊查询）

三种模式按需切换，丰俭由人。

实际用起来怎么样？

举几个我的真实场景：

场景一：找会议纪要

qmd search "Q3 OKR review meeting"

秒出，连模糊匹配的会议都能找到。

场景二：找相关文档

qmd vsearch "how to set up CI/CD pipeline"

能理解你的意图，找出语义相关的文档，而不是机械地匹配几个关键词。

场景三：直接获取文档内容

qmd get "path/to/file.md"

不需要打开 Finder，直接在终端读文档。

还有一个大招：MCP 服务器

QMD 可以作为 MCP 服务运行，直接接入 Claude Desktop 或 Claude Code。

也就是说——你可以用自然语言让 Claude 直接搜你的本地知识库，帮你回答「上次讨论的那个方案结论是什么」这类问题。

安装超简单

# 用 bun 安装（支持 Node/Bun）
bun install -g @tobilu/qmd

# 建一个索引集合
qmd collection add ~/notes --name notes

# 建索引（首次需要一点时间）
qmd embed

之后随时 qmd search "关键词" 就行了。

为什么我推荐它？

三个字：本地 + 隐私 + 快。

所有搜索都在本地跑，不需要联网，文档不会上传到任何地方。适合：

• 记性不好但文档多的人
• 需要管理大量会议纪要/知识库的人
• 想把 AI 和本地知识库打通的人

它不是 RAG 框架那种重型工具，就是一个轻量的、专注做好一件事的 CLI。

GitHub：https://github.com/tobi/qmd
Stars 已经突破 28K，由 Shopify CEO Tobi Lütke 维护，质量有保证。

GitHub: https://github.com/tobi/qmd