wiki-query

name	wiki-query
description	qmd를 사용해 위키를 하이브리드 검색(BM25 + 벡터 + 리랭킹)하여 질문에 답합니다. 사용자가 위키 내용에 대해 질문하거나, 개념 비교/분석을 요청할 때 사용합니다.

wiki-query

qmd(로컬 하이브리드 검색 엔진)를 사용해 위키 전체에서 관련 문서를 찾고, 답변을 합성합니다.

사용법

/wiki-query [질문]

예) /wiki-query 머신러닝과 딥러닝의 차이점은?

사전 조건

qmd 컬렉션 초기화 (최초 1회)

qmd에 wiki 컬렉션이 없으면 아래 명령으로 초기화합니다:

# wiki 디렉토리를 qmd 컬렉션으로 등록
qmd collection add ./wiki --name wiki --mask "**/*.md"

# 컨텍스트 추가 (검색 품질 향상)
qmd context add qmd://wiki "LLM 지식 위키 - 소스 요약, 엔티티, 개념, 분석 페이지"

# 임베딩 생성 (문서가 있을 때)
qmd embed

인덱스 업데이트 (필요 시)

새 문서가 추가되거나 기존 문서가 변경된 경우 검색 전에 인덱스를 업데이트합니다:

qmd update -c wiki
qmd embed

실행 절차

인자로 받은 질문(또는 대화에서 이어지는 질문)을 대상으로 아래 순서대로 진행합니다.

1. qmd 인덱스 상태 확인

qmd status

문서 수가 0이거나 컬렉션이 없으면:

• 컬렉션이 없으면 위의 "사전 조건" 절차대로 초기화
• wiki/에 문서가 있는데 인덱스가 비어있으면 qmd update -c wiki && qmd embed 실행

2. qmd 하이브리드 검색

qmd의 query 명령을 사용해 BM25 + 벡터 검색 + 리랭킹을 수행합니다:

# 기본 하이브리드 검색 (최고 품질)
qmd query "사용자 질문" -c wiki -n 10 --min-score 0.2 --json

# 한국어 질문인 경우 그대로 사용 (qmd가 의미적 유사도로 검색)
# 결과가 부족하면 키워드 검색으로 보완
qmd search "키워드" -c wiki --full

검색 결과 분석:

• score 0.8-1.0: 매우 관련성 높음
• score 0.5-0.8: 적당히 관련성 있음
• score 0.2-0.5: 어느 정도 관련성 있음

3. 관련 문서 전문 읽기

검색 결과에서 반환된 파일 경로를 바탕으로 전체 문서를 읽습니다:

# 특정 문서 가져오기
qmd get "sources/파일명.md" --full

# 여러 문서 한번에 가져오기
qmd multi-get "sources/*.md" --json

필요시 추가 문서를 재귀적으로 탐색합니다 (관련 페이지의 [[링크]]를 따라가며).

4. 답변 합성

• 읽은 위키 문서를 기반으로 답변을 작성합니다.
• 각 클레임에 출처 페이지를 ([[페이지명]]) 형식으로 명시합니다.
• 위키에 해당 정보가 없으면 솔직하게 "위키에 아직 해당 내용이 없습니다"라고 답합니다.
• 검색 결과와 qmd 스코어를 참고하여 신뢰도를 평가합니다.

5. 가치 있는 탐색 저장 (해당하는 경우)

• 비교 분석, 새로운 연결, 심층 탐색 결과는 wiki/analyses/[주제].md로 저장합니다.
• 사용자에게 저장 여부를 확인한 후 진행합니다.
• 저장 후 인덱스 업데이트: qmd update -c wiki

6. log.md 업데이트 (최상단에 prepend)

## [오늘날짜] query | 질문 요약
- 참조 페이지: [목록]
- 검색 방식: qmd query (하이브리드)
- 결과: [답변 요약 또는 생성된 페이지명]

검색 팁

질문 유형별 검색 전략

질문 유형	추천 명령	설명
개념 설명	qmd query	하이브리드 + 리랭킹으로 최적
특정 키워드	qmd search	빠른 BM25 키워드 검색
의미적 유사도	qmd vsearch	벡터 유사도 검색
비교/분석	qmd query + 다중 쿼리	여러 관련 문서 교차 참조

한국어 지원

기본 임베딩 모델(embeddinggemma)은 한국어 지원이 제한적일 수 있습니다. 한국어 검색 품질이 낮으면:

# Qwen3 멀티링구얼 모델로 전환 (119개 언어 지원, CJK 포함)
export QMD_EMBED_MODEL="hf:Qwen/Qwen3-Embedding-0.6B-GGUF/Qwen3-Embedding-0.6B-Q8_0.gguf"
qmd embed -f

결과가 부족할 때

1. --min-score 낮추기 (기본 0.2 → 0.1)
2. -n 증가 (기본 10 → 20)
3. 키워드 검색으로 보완: qmd search
4. 전체 위키 디렉토리를 직접 Grep/Glob으로 탐색