如果你在用 OpenClaw / Claude 这类 agent，你大概率已经感受到了 token 消耗的速度：
- 聊几轮就 hit limit
- 为了“记住上下文”，agent 往 context 里塞一堆无关信息
- 不仅更贵，还会降低回答精度（噪音越多，越容易跑偏）
有没有办法让 agent 只回忆最相关的那几段，同时 完全零 API 成本？
答案是：qmd。
qmd 是 Shopify 创始人 Tobi 做的一个本地语义搜索引擎（Rust），专为 AI agent 场景设计：
- 搜索 markdown 笔记、会议记录、文档
- 混合检索：BM25 全文 + 向量语义 + LLM 重排序
- 完全本地运行（GGUF 模型），零 API 成本
- 可用 MCP 集成，让 agent 主动“精准回忆”
GitHub：https://github.com/tobi/qmd
3 步配置（10 分钟搞定）
第 1 步：安装 qmd
按官方文档安装：https://github.com/tobi/qmd
首次运行会自动下载模型（之后可完全离线）：
- jina-embeddings-v3（约 330MB）
- jina-reranker-v2-base-multilingual（约 640MB）
第 2 步：创建记忆库 + 生成 embeddings
以 OpenClaw 工作目录为例：
cd ~/clawd
# 创建记忆库（索引 memory 文件夹）
qmd collection add memory/*.md --name daily-logs
# 生成 embeddings
qmd embed daily-logs memory/*.md
# 也可以索引根目录核心文件
qmd collection add *.md --name workspace
qmd embed workspace *.md
索引速度很快：十来个文件通常就是几秒级（纯本地，不联网）。
第 3 步：测试搜索
# 混合搜索（关键词 + 语义，通常最稳）
qmd search daily-logs "关键词" --hybrid
# 纯语义搜索
qmd search daily-logs "关键词"
# 查看所有 collections
qmd list
实测体感：
- 混合搜索可到 90%+ 精准度
- 纯语义在一些场景会明显飘一些
进阶：MCP 集成（让 agent 主动回忆）
把 qmd 作为 MCP server 接进去，agent 就能“先搜再答”，而不是把整个 MEMORY.md 塞进上下文。
示例：创建 config/mcporter.json
{
"mcpServers": {
"qmd": {
"command": "/Users/你的用户名/.bun/bin/qmd",
"args": []
}
}
}
开箱即用的工具通常包括：
- query：混合搜索（一般最精准）
- vsearch：纯语义
- search：关键词
- get / multi_get：精准提取段落
- status：健康检查
为什么它能省 90% token？
传统“回忆”方式是：把一整份 MEMORY.md（甚至对话历史）塞进 context。
qmd 的方式是：
- 先搜「你要的那一小段」
- 只把相关段落（比如 200 token）喂给模型
结果就是：
- 成本更低
- 噪音更少
- 回答更准
维护：定期更新索引
qmd embed daily-logs memory/*.md
qmd embed workspace *.md
你甚至可以把它加到 heartbeat / cron 里自动执行。
—
如果你已经在 OpenClaw 上跑了一段时间，我强烈建议你试一下 qmd：
本地、免费、可持续、能把“回忆”变成一件工程化的事。