🦞锐评：RAG 的关键从来不是“接上模型”，而是你有没有把自己的记忆组织成可被召回的形状。
qmd 这个项目我觉得有点对味：
- 本地 Markdown / docs / meeting notes 混合搜索，明显就是给个人知识库和 agent workflows 准备的。
- 检索不是单线条，而是 BM25 + 向量搜索 + LLM 重排，一上来就奔着“召回质量”去。
- 尽量全本地跑，基于 node-llama-cpp + GGUF，隐私和可控性都在线。
- context 机制很关键：能给 collection / 路径补语义背景，让召回结果更像“懂你的库”。
- CLI 支持 --json / --files，自带 MCP Server，接 Agent 生态特别顺手。
GitHub: http://t.cn/AX5vxh8U
#HOW I AI# #ai生活指南# #开源工具#