tobi

qmd

AI#LLM#Search Engine#Vector Database#Node.js #RAG

132

// 概要

QMD は、Markdown ノートやドキュメント、トランスクリプトをインデックス化し、効率的なローカル検索を実現するオンデバイス検索エンジンです。BM25 全文検索、ベクトルセマンティック検索、LLM ベースの再ランキングを組み合わせたハイブリッドアプローチを採用し、高品質な検索結果を提供します。エージェントワークフロー向けに設計されており、コマンドラインインターフェースと MCP サーバーの両方を提供することで、AI エージェントとのシームレスな統合を可能にします。

// 技術解説

QMD は、markdown ノートやドキュメントなどの個人用ナレッジベースから情報をインデックス化および取得するために設計されたオンデバイス検索エンジンであり、BM25 全文検索、ベクトルセマンティック検索、および LLM ベースの再ランキングを組み合わせたハイブリッドアーキテクチャを採用しています。node-llama-cpp と GGUF モデルを使用してローカルで実行することで、外部のクラウド API に依存せずにプライベートでエージェント対応の検索機能を維持するという課題を解決します。このプロジェクトは、Reciprocal Rank Fusion (RRF) と位置認識ブレンディングを備えた高度な検索パイプラインを採用しており、キーワードマッチングの精度とセマンティック検索の文脈理解を両立させることで、エージェントワークフローに対して高品質な結果を保証します。

// 主要ハイライト

BM25、ベクトル埋め込み、LLM 再ランキングを組み合わせたハイブリッド検索パイプラインを実装し、優れた検索精度を実現します。

ネイティブの MCP (Model Context Protocol) サーバーを提供し、Claude Desktop や Claude Code などの AI エージェントとのシームレスな統合を可能にします。

tree-sitter を使用した AST 認識コードチャンキングをサポートし、プログラミング言語のソースファイル内での検索関連性を向上させます。

ユーザーが階層的なコンテキストメタデータを定義できるようにし、LLM が関連ドキュメントを選択する際の判断を支援します。

Node.js および Bun 用の柔軟な SDK を提供し、開発者が検索エンジンをカスタムアプリケーションに直接組み込めるようにします。

すべてのデータとモデル処理をオンデバイスで完結させるローカルファースト設計を採用し、プライバシーとオフライン機能を保証します。

// ユースケース

キーワード、セマンティック、LLM による再ランキングクエリを使用して、個人のナレッジベース全体でハイブリッド検索を実行する。

Model Context Protocol (MCP) を介して、ローカルドキュメントの検索機能を AI エージェントのワークフローに統合する。

多様なドキュメントコレクションを記述的なコンテキストと共に管理・インデックス化し、検索の関連性と LLM の意思決定精度を向上させる。

// クイックスタート

開始するには、'npm install -g @tobilu/qmd' または 'bun install -g @tobilu/qmd' を使用してツールをグローバルにインストールします。インストール後、'qmd collection add [path] --name [name]' を使用してローカルディレクトリからコレクションを作成し、'qmd embed' を実行して必要な検索インデックスを生成します。その後、キーワード検索には 'qmd search'、セマンティッククエリには 'qmd vsearch'、完全なハイブリッド体験には 'qmd query' を使用して検索を実行できます。