qmd：本地文档搜索引擎

QMD是一款本地运行的文档搜索引擎，支持BM25全文检索、向量语义搜索和LLM重排序。它可索引Markdown笔记、会议记录和文档库，提供关键词和自然语言查询，并暴露MCP服务器供AI Agent集成。核心特性包括智能分块、查询扩展、RRF融合及位置感知混合评分，完全本地运行无需云端依赖。

• 核心功能: 结合BM25全文搜索、向量语义搜索和LLM重排序，通过node-llama-cpp本地运行GGUF模型，支持关键词和语义混合查询。
• MCP服务器集成: 暴露query/get/multi_get/status等工具，支持stdio和HTTP传输模式，LLM模型常驻VRAM，嵌入上下文空闲5分钟后释放。
• 智能分块策略: 默认基于Markdown结构智能分块（900令牌/块，15%重叠），支持AST感知分块（--chunk-strategy auto），针对代码文件使用tree-sitter解析函数/类边界。
• 混合搜索流程: 查询经LLM扩展为3个变体，并行执行BM25和向量搜索，RRF融合（k=60，原查询×2权重），Top 30经LLM重排序，最终按位置感知混合（Top 3: 75% RRF + 25%重排序）。
• 模型配置: 默认使用embeddinggemma-300M（嵌入）、qwen3-reranker-0.6B（重排序）、qmd-query-expansion-1.7B（查询扩展），支持通过环境变量切换多语言嵌入模型。