qmd

name	qmd
description	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。
version	1.1.0
author	Hermes Agent + local runtime patch
license	MIT
platforms	["macos","linux"]
metadata	{"hermes":{"tags":["Search","Knowledge-Base","RAG","Notes","MCP","Local-AI","External-Memory","Chinese"],"related_skills":["native-mcp","obsidian","arxiv"]}}

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