QMD 本地語義搜尋工具
QMD（Quick Markdown Search）是一個完全在本機運行的 Markdown 筆記搜尋工具，解決 AI Agent 在大量筆記中找到正確資訊的問題。可作為 OpenClaw 的 Skill 安裝。
三層搜尋架構
QMD 結合三種搜尋技術，而非只用其中一種：
| 搜尋層 | 適用場景 | 類比 |
|---|---|---|
| Keyword Search | 知道確切的關鍵字 | Ctrl+F |
| Semantic Search | 只有模糊的概念 | 「找跟 X 有關的東西」 |
| Smart Re-ranker | 多筆結果需要排序 | 把最相關的排到最前面 |
Agent 會自動判斷使用哪種搜尋方式（也可以手動指定 deep search 來強制使用語義搜尋 + 重排）。
為什麼重要
這解決了 AI Agent 記憶系統的檢索瓶頸：
- 根據 AI Agent 的記憶系統設計，記憶的關鍵是「寫下來」
- 但當筆記累積到成千上萬篇，找到對的那篇比寫下來更困難
- 不用把整個 vault 丟進 context window（昂貴且低效），而是精準檢索需要的段落
這相當於給 AI Agent 一個**「你個人筆記的 Google」**，完全本地運行，不需雲端。
連結
- 上層：Clawdbot MOC
- 相關：AI Agent 的記憶系統設計、Agent Skills 模式
- 類比：RAG 檢索增強生成 — QMD 本質上是本地化的 RAG
參考
- GitHub：https://github.com/tobi/qmd
- YouTube - OpenClaw use cases by VelvetShark — QMD 介紹與使用演示