开源 QMD 用本地语义搜索为编码 Agent 省 55% Token

ievkz · reddit · 2026-11-16

作者观察到编码 Agent 在执行任务前先用 find、rg --files、glob 定位文件,再用 rg/grep 搜内容,消耗大量 Token,于是尝试用本地 GPU 做语义搜索替代,实测最多可省 55% Token。

核心方案是开源项目 QMD(Query Markup Documents),命令行工具,支持三种搜索模式:关键词搜索、语义搜索和混合+重排(质量最好)。混合模式依赖三个本地小模型:

使用流程:qmd collection add 添加源文件(可把示例丢给编码 Agent 让它自己决定索引范围),qmd update && qmd embed 建索引,再在 AGENTS.md 写入工具选择规则:已知路径直接读文件;已知标识符/报错用 rg/LSP;只知道行为时用 qmd query。

配套规则强调:QMD 取代的是最初的大范围搜索而非新增步骤;查询用具体英文技术术语;先只读最相关 3-5 个文件的相关段落;找不到再精化查询或把 -n 提到 60,最后才回退 rg/LSP。

所属事件:开源工具 QMD 借本地语义搜索为编码 Agent 省 55% Token(3 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →