AlphaMoatによると、2026-09時点でqmd Searchのダウンロード数は4,772、スター数は2で、AIスキル全体5,078件中1,981位、ナレッジ管理では442件中185位です。

インストール数

333

ダウンロード数

4772

スター数

総合順位

#1,981

全体の上位 40% · ナレッジ管理の上位 42%

プラットフォーム	インストール数	ダウンロード数	スター数	コメント
ClawHub ↗	152	4569	2	-
SkillHub ↗	333	4772	2	—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

qmd CLI でキーワード、意味検索、再順位付けを使い、抜粋、パス、全文を取得します。対象フォルダーを限定して索引を更新します。ベクトル検索には埋め込みの準備とモデル取得が必要なため、範囲、保存領域、計算資源を確認します。

資料公開日 2026-10-27

できること

関連するローカル資料を探す

使う場面

索引済みのメモやコードを検索したいとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

合意したコレクションだけを検索し、抜粋とパスを示して。

月次の推移

ダウンロード数4772

スター数2

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月	ダウンロード数	前月比	スター数
2026-09	4772	—	2
2026-08	4339	+3.1%	2
2026-07	4209	+6.2%	2
2026-06	3965	+3.2%	2
2026-05	3843	—	2
2026-03	3294	—	1

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

2.1 KB・ClawHub v1.1.0

---
name: qmd
description: Fast local search for markdown files, notes, and docs using qmd CLI. Use instead of `find` for file discovery. Combines BM25 full-text search, vector semantic search, and LLM reranking—all running locally. Use when searching for files, finding code, locating documentation, or discovering content in indexed collections.
---

# qmd — Fast Local Markdown Search

## When to Use

- **Finding files** — use instead of `find` across large directories (avoids hangs)

すべて表示(全 83 行)

- **Searching notes/docs** — semantic or keyword search in indexed collections
- **Code discovery** — find implementations, configs, or patterns
- **Context gathering** — pull relevant snippets before answering questions

## Quick Reference

### Search (most common)

```bash
# Keyword search (BM25)
qmd search "alpaca API" -c projects

# Semantic search (understands meaning)
qmd vsearch "how to implement stop loss"

# Combined search with reranking (best quality)
qmd query "trading rules for breakouts"

# File paths only (fast discovery)
qmd search "config" --files -c kell

# Full document content
qmd search "pattern detection" --full --line-numbers
```

### Collections

```bash
# List collections
qmd collection list

# Add new collection
qmd collection add /path/to/folder --name myproject --mask "*.md,*.py"

# Re-index after changes
qmd update
```

### Get Files

```bash
# Get full file
qmd get myproject/README.md

# Get specific lines
qmd get myproject/config.py:50 -l 30

# Get multiple files by glob
qmd multi-get "*.yaml" -l 50 --max-bytes 10240
```

### Output Formats

- `--files` — paths + scores (for file discovery)
- `--json` — structured with snippets
- `--md` — markdown formatted
- `-n 10` — limit results

## Tips

1. **Always use collections** (`-c name`) to scope searches
2. **Run `qmd update`** after adding new files
3. **Use `qmd embed`** to enable vector search (one-time, takes a few minutes)
4. **Prefer `qmd search --files`** over `find` for large directories

## Models (auto-downloaded)

- Embedding: embeddinggemma-300M
- Reranking: qwen3-reranker-0.6b
- Generation: Qwen3-0.6B

All run locally — no API keys needed.