你用 OpenClaw 跑几轮就懂那种绝望：token 像开了倍速。🔥 尤其 Anthropic 的 Claude 用户，更刺激，聊着聊着直接 hit limit。 更气人的是，很多时候不是你问得复杂，是 agent 把一堆八竿子打不着的信息硬塞进 context。钱花了，答案还跑偏。
这里有个非常“反直觉”的结论：
你要的不是“更大的上下文”。 你要的是“更会找的记忆”。
把“整本 MEMORY.md 扔进去”这套戒了。 换成：先搜，再喂。只喂相关段落。
这篇就讲一个工具：qmd。 它干的事很简单：把你的笔记/文档/会议记录做成可搜索的本地索引，然后给 agent 提供“精准片段”，而不是“整本搬运”。
0）qmd 到底是什么？别神化，它就是“给 Agent 用的本地搜索”
qmd 出自 Tobi Lütke（Shopify 的联合创始人兼 CEO）。 官方自我介绍也很直白：本地搜索引擎，给你记不住的东西用的，专门面向 agent workflow。
它的关键点在于“混合检索”这条链路： BM25 全文（FTS5）+ 向量语义 + LLM rerank，外加 query expansion（帮你把问题扩写成更好搜的表达）。
更爽的是：全本地跑。模型第一次用会自动拉下来，后面离线也能用。
1）装好 qmd：别抠细节，照着抄就行
qmd 官方推荐用 Bun 全局安装：
# 全局安装
bun install -g https://github.com/tobi/qmd
有两个小坑提前说清楚：
- qmd 要求 Bun >= 1.0.0。
- macOS 可能需要 Homebrew 装 SQLite（为了扩展支持），别问，问就是依赖现实。
2）把“记忆库”建起来：索引你真正想让它记住的东西
你在 OpenClaw 目录里通常会有：daily logs、memory、docs、workspace 之类。 qmd 的做法是建 collection，然后统一 embed。
按官方推荐的最省事路径是这样：
# 假设你在 OpenClaw 项目目录
cd ~/clawd
# 给 memory 建一个 collection（建议只索引 md）
qmd collection add ./memory --name daily-logs --mask "**/*.md"
# 也可以把项目文档单独建一个库
qmd collection add . --name workspace --mask "**/*.md"
# 生成向量（会把所有已索引的内容跑一遍）
qmd embed
想让结果更“像人”，你可以给不同库加一句“背景说明”，这玩意会出现在检索结果里，agent 看了不容易误会。
qmd context add qmd://daily-logs "Daily logs and decisions"
qmd context add qmd://workspace "Project docs and specs"
3）怎么搜？别再执着 “--hybrid”，现在直接用 query
网上有些旧教程还在写 “search --hybrid”。 qmd 现在更清晰：三种模式拆开了。
qmd search：关键词（快，适合你记得原话）qmd vsearch：纯语义（你不记得原话也能摸到）qmd query：混合 + rerank（默认推荐，质量最好）
直接抄这几条：
# 关键词
qmd search "Ray 写作风格"
# 纯语义
qmd vsearch "他写作更像什么风格"
# 混合 + rerank（最推荐）
qmd query "Ray 的写作风格是什么"
qmd 的 rerank 链路里明确写了融合策略和评分解释，甚至连“为什么这么融合”都写出来了，很工程师。
4）你关心的“零成本”到底成本在哪：模型下载一次，之后真离线
你原素材里提到会下 Jina 的 embedding / reranker。 这里我要提醒一句：qmd 的模型配置是会迭代的，别死记某个型号。
按当前 README，它会自动下载三套 GGUF 模型（embedding、rerank、query expansion），缓存到本地目录。 也就是说：你的“API 成本”是 0，硬盘成本是一次性。
真正的省钱，不是“少问两句”。 是“每次只喂 200 token，而不是喂 2000 token 的垃圾”。
5）MCP 集成：让 agent 自己去“回忆”，你别当搬运工
如果你希望 agent 自动检索，而不是你手动跑 qmd 再复制粘贴，直接把 qmd 作为 MCP server 挂进去。
qmd 官方列出来的 MCP 工具是这些（名字前面带 qmd_）：
qmd_search / qmd_vsearch / qmd_query / qmd_get / qmd_multi_get / qmd_status
配置示例（官方给了 Claude Desktop / Claude Code 的 JSON）。
{
"mcpServers": {
"qmd": {
"command": "qmd",
"args": ["mcp"]
}
}
}
你在 OpenClaw 里做同样的事也就一个思路： 把 “qmd mcp” 当成一个工具入口，让 agent 先 query，再决定要不要 get 原文。
6）两个真实场景：为什么它会省 10 倍 token
场景 A：回忆用户偏好（最典型）
用户问：“Ray 的写作风格是什么？” 很多 agent 的默认反应是：把 MEMORY.md 整本塞进去。
结果呢？ 2000 token 起步，90% 内容无关，模型还容易被噪音带跑。
qmd 的打法更像人：先搜一句 “Ray 写作风格”，只捞相关段落，然后再回答。 你给模型的上下文变短了，注意力反而更集中。
场景 B：跨文件检索（真正省你命）
用户问：“之前讨论过什么？” 你要是靠手动翻文件，翻到怀疑人生。 你要是靠塞对话历史，token 又炸。
qmd 直接在所有 collections 里做 query，返回高相关片段 + 文件位置。
你再决定要不要 qmd get 拉完整段落。效率很像“有个靠谱助理在旁边翻资料”。
7）避坑指南：qmd 用不好也会变成“噪音制造机”
qmd 强归强，你也别把它当万能垃圾桶。
你索引什么，它就记住什么。 你把垃圾喂进去，它就会很认真地给你检索垃圾。
几个建议很实用：
- 别把 .env、密钥、token、隐私聊天记录全丢进去 agent 记住了不等于安全，尤其 OpenClaw 这种能连一堆应用的东西，本质是“高权限基础设施”。
- 给 collection 分层：daily logs 一库，项目 docs 一库，别一锅粥 不分层，你自己都不知道它搜出来的是哪种“记忆”。
- 大文件慎重：qmd 的 multi-get 默认会跳过太大的文件（有 max-bytes），不是它小气，是怕你把上下文塞爆。
- 定期更新：有
qmd update，也可以按你的习惯加到 cron/heartbeat。
8）收个尾：你想省 token，本质是在做“上下文工程”
OpenClaw 这种 agent 为什么容易烧钱？ 因为它太容易把“可能有用的一切”都扔进 context。
qmd 的价值在于： 把“记忆”从 全量灌输 变成 按需检索。 你省的不止是钱，还有脑细胞，以及一堆莫名其妙的跑偏回答。
你要是已经在用 OpenClaw，建议今天就把这条流程跑一遍。 跑通之后，你会发现自己突然变得很淡定： agent 不再像饿狼一样吞上下文，你也不用当搬运工。😌