qmd

使用 QMD 作为 Hermes 的外部记忆检索层。面向本机 notes/docs/projects/skills/sessions 的本地混合检索,优先走向量或 hybrid 搜索,而不是只靠 session_search。

SKILL.md

GitHub

QMD External Memory

把 QMD 当成 Hermes 的外部记忆层,而不是单纯的一个可选 CLI。

何时触发

  • 用户要“查我的笔记 / 文档 / 知识库 / 外部记忆 / 历史资料 / 项目资料”
  • 用户要在本地 markdown、plans、skills、stories、repo docs 里做语义检索
  • 用户提到 qmd、QMD、外部记忆、知识库检索、向量检索
  • 用户的问题明显不是“之前 Hermes 聊天记录里说过什么”,而是“本机资料库里有什么”

路由原则

  1. 对“过去聊天记录”优先用 session_search
  2. 对“本地外部资料库”优先用 QMD
  3. 对概念性中文问题,优先 QMD MCP query
  4. 对明确术语、文件名、符号名,优先 QMD CLI search 或 QMD MCP query
  5. 对语义近邻、同义改写、模糊主题,优先 QMD CLI vsearch,否则退回 QMD MCP query

工具使用顺序

优先 MCP:

  • QMD MCP status
  • QMD MCP query
  • QMD MCP get
  • QMD MCP multi_get

如果 MCP 不可用,再退回 terminal:

qmd status
qmd query "<query>" --json
qmd vsearch "<query>" --json
qmd search "<query>" --json
qmd get "<docid-or-path>"

默认检索策略

1. 先看状态

先用 QMD MCP status 或 qmd status 确认:

  • index 可用
  • collections 存在
  • 没有 pending embeddings

2. 再做一轮 high-recall 检索

中文自然语言、需要“从外部记忆找答案”的场景,默认先用:

  • QMD MCP query

如果 QMD MCP query 支持结构化搜索项,优先组合:

  • lex: 原始关键词或专有名词
  • vec: 中文自然语言问题
  • 否则直接提交自然语言查询文本

3. 命中后拉原文

看到候选文档后,用 QMD MCP get 或 multi_get 把最相关原文拉回来,再回答用户。

不要只复述标题或 snippets。

当前本机的高价值 collection

下面这些 collection 默认值得优先相信:

  • ict-engine
  • oh-story-projects
  • qmd-src
  • codex-memories
  • hermes-skills-core
  • hermes-routing
  • hermes-memories
  • tradecat
  • context-hub

如果问题明显属于某个域,优先加 collection 过滤。

例如:

  • ict-engine 相关问题 -> 优先 ict-engine
  • 小说 / 大纲 / rewrite -> 优先 oh-story-projects
  • Hermes 路由 / 技能 / 记忆 -> 优先 hermes-routing, hermes-memories, hermes-skills-core

中文触发词建议

把下面这些表达视为“优先查 QMD 外部记忆”的信号:

  • 外部记忆
  • 知识库
  • 记忆库
  • 查笔记
  • 查文档
  • 搜资料
  • 搜我本地资料
  • 从记忆里找
  • 从知识库找
  • 向量检索
  • 语义检索
  • QMD
  • qmd

关键约束

  • 不要把 QMD 和 session_search 混为一谈
  • 不要在需要外部资料时只搜 Hermes 聊天历史
  • 命中 QMD 后,要回到原文而不是只看摘要
  • 当用户明确要“外部记忆”时,默认 QMD 优先于 web