Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources

wiki/qmd.md

@@ -22,28 +22,122 @@ aliases:
 | 属性 | 值 |
 |------|-----|
 | 仓库 | [github.com/tobi/qmd](https://github.com/tobi/qmd) |
+| 版本 | v2.1.0 |
 | 类型 | 本地搜索引擎 |
 | 支持格式 | Markdown |
 | 搜索方式 | BM25 + 向量搜索混合 |
 | 排序 | LLM 重排序 |
 | 运行方式 | 全设备端（on-device） |
+| GPU 加速 | Vulkan (Intel Iris Xe Graphics) |
+
+## 当前配置
+
+### 索引状态
+
+| 指标 | 值 |
+|------|-----|
+| 索引数据库 | `C:\tmp\.cache\qmd\index.sqlite` (26.2 MB) |
+| 已索引文件 | 670 |
+| 向量数 | 3060（全部嵌入完成） |
+| 待嵌入 | 0 |
+
+### Collections
+
+| 名称 | 路径 | 文件数 | 说明 |
+|------|------|--------|------|
+| `wiki` | `wiki/**/*.md` | 391 | LLM Wiki 知识库 |
+| `raw` | `raw/**/*.md` | 279 | 原始来源文档 |
+
+### 模型
+
+| 模型 | 用途 | 大小 |
+|------|------|------|
+| embeddinggemma-300M-Q8_0 | 文本嵌入（768维） | 329 MB |
+| Qwen3-Reranker-0.6B-Q8_0 | LLM 重排序 | — |
+| qmd-query-expansion-1.7B | 查询扩展 | 1.28 GB |
+
+## 搜索模式
+
+### BM25 全文搜索
+
+```bash
+qmd search "人工智能教育" -c wiki --limit 5
+```
+
+- 基于 SQLite FTS5
+- 支持中英文搜索
+- 速度快，适合精确关键词匹配
+
+### 向量搜索
+
+```bash
+qmd vsearch "AI个性化学习" -c wiki --limit 5
+```
+
+- 基于 embeddinggemma 嵌入模型
+- 自动进行查询扩展（query expansion）
+- 支持语义相似度匹配
+
+### 混合搜索
+
+```bash
+qmd query "人工智能教育发展趋势" -c wiki
+```
+
+- 结合 BM25 + 向量搜索 + LLM 重排序
+- 效果最佳但速度较慢
+
+## Windows 特殊说明
+
+### 运行方式
+
+qmd CLI 脚本引用 `/bin/sh`，在 Windows 上不能直接运行 `qmd` 命令。使用以下方式之一：
+
+```bash
+# 方式1：通过 node 直接运行（推荐）
+node "C:\Users\hhhh2024\AppData\Roaming\npm\node_modules\@tobilu\qmd\dist\cli\qmd.js" <command>
+
+# 方式2：使用包装脚本
+D:\Applications\app\kepano-obsidian-main\tools\scripts\qmd.cmd <command>
+```
+
+### 嵌入注意事项
+
+- `qmd embed` 在 Intel Iris Xe 上较慢，670文件约需10-15分钟
+- 如果超时，可多次运行，会自动续传
+- 使用 `qmd embed -f` 强制重新嵌入（更换模型后需要）
 
 ## 接口
 
 | 接口 | 用途 |
 |------|------|
 | **CLI** | LLM 可以通过 shell 调用 |
-| **MCP Server** | LLM 作为原生工具使用 |
+| **MCP Server** | `qmd mcp` 启动 MCP 服务器，LLM 作为原生工具使用 |
+
+## 常用命令
+
+```bash
+# 查看状态
+qmd status
+
+# 重新嵌入（新增文件后）
+qmd embed
+
+# 更新 collection（新增文件到索引）
+qmd add wiki --pattern "wiki/**/*.md"
+
+# 搜索
+qmd search "关键词" -c wiki
+qmd vsearch "语义查询" -c wiki
+qmd query "综合查询" -c wiki
+```
 
 ## 在 LLM Wiki 中的角色
 
 - 小规模时：[[index]] 文件足够导航
 - 增长后：qmd 提供正式搜索能力
 - 作为 MCP Server 可被 LLM Agent 直接调用，无需手动搜索
-
-## 替代方案
-
-如果不想引入外部工具，可以让 LLM 帮忙写一个简单的搜索脚本。
+- 当前已完整配置：670文件、3060向量、BM25+向量搜索均可使用
 
 ## 来源