メモは書くほど見つからなくなる

Obsidian に YouTube の要約や技術メモを毎日溜めていたら、800 ファイルを超えたあたりで検索が破綻しました。

「人に教えるのが一番勉強になる、みたいな話をどこかでメモした気がする」——覚えているのはこの程度。キーワード検索で「教える」と打っても、ヒットが多すぎるか、言い回しが違って見つからないかのどちらかです。書いたときの単語を思い出せないと負け、というゲームになっていました。

これを qmd というローカル RAG 検索エンジンで解決したので、セットアップから Claude Code 連携までを共有します。埋め込みパイプラインの自前実装はゼロです。

うろ覚えの一文で、目的のノートが1位に出る

qmd を入れると、うろ覚えの一文をそのまま投げるだけで目的のノートが 1 位で返ってきます。

クエリは「人に教えることが一番の勉強になるという話をどこかで見た」。ヒットしたのは t_wada さんのインタビュー動画の要約ノートで、該当箇所は「プロテージ効果（教えることが最深の学び）」という一節です。クエリと同じ単語がほぼ入っていないのに、意味で当ててくるのがポイントです。

さらに Claude Code と繋ぐと、検索という操作自体が消えて「聞くだけ」になります（後述）。

qmd とは — RAG を自分で実装しなくていい

qmd は Shopify CEO の Tobi Lütke が個人開発している OSS の Markdown 検索エンジンです。RAG 検索に必要な部品が全部入りで、こちらで実装するものは何もありません。

検索の流れは「クエリ拡張 → 3 層検索」の 4 段構成で、それぞれ担当が分かれています。

段階	技術	役割
クエリ拡張（前処理）	qmd-query-expansion-1.7B	うろ覚えの一文を複数の検索クエリに自動で言い換える
第1層: BM25 全文検索	SQLite FTS5	キーワードの完全一致に強い
第2層: ベクター検索	sqlite-vec + embeddinggemma-300M	意味の近さで探す
第3層: リランキング	qwen3-reranker-0.6B	上位候補を LLM で並べ直す

lex: vec: hyde: の行がクエリ拡張の出力です。「教える → 教授するという経験」のような表記ゆれを機械側が吸収してくれるので、人間は正確なキーワードを思い出さなくてよくなります。前にもDifyで同じような構成のRAGの構築を紹介しましたが、今回はローカルでかなり手軽に導入できるのが魅力です。

モデルは 3 つ合計で約 2.1GB。すべて GGUF 形式のローカルモデルで、推論も含めて完全にローカルで完結します。個人メモを外部 API に投げたくない人にはこれが決定打だと思います。

セットアップ — 手を動かすのは10分、あとはダウンロード待ち

動作確認環境: macOS（Apple Silicon / M4 Pro）+ Bun 1.3.14 + qmd は 2026-07 時点の main ブランチです。

前提は 2 つ。Bun（未導入なら curl -fsSL https://bun.sh/install | bash）と、macOS の場合は Homebrew 版 SQLite です。

brew install sqlite

Homebrew 版が要るのは、macOS 標準の SQLite は拡張機能のロードが無効化されていて、ベクター検索（sqlite-vec）が動かないためです。入れておけば qmd が自動で見つけて使ってくれます（後述の qmd doctor で SQLite runtime のバージョンが Homebrew 版になっていれば OK）。

本体は GitHub からインストールします。

bun install -g https://github.com/tobi/qmd

注意: npm レジストリにも qmd という名前のパッケージがありますが、無関係の別物（v0.0.0 のプレースホルダ）です。GitHub からのインストール一択です（2026-07 時点で確認）。

Bun はセキュリティのため、インストール時に postinstall スクリプトを勝手に実行しません。qmd はソース配布なので、スクリプト実行を許可したうえで手動ビルドまで済ませます。

bun pm -g trust --all
cd ~/.bun/install/global/node_modules/@tobilu/qmd
bun install && bun run build
qmd doctor   # セットアップ検証

--all はブロック中の全パッケージのスクリプトを許可します。気になる場合は bun pm -g untrusted で対象一覧（node-llama-cpp と tree-sitter 系）を確認してから、bun pm -g trust <パッケージ名> で個別に許可してください。

なお、この時点の qmd doctor は「モデルが無い」と警告を出しますが、次の qmd pull で消えます。ここでは SQLite runtime のバージョンが確認できれば OK です。

次にモデル 3 つ（約 2.1GB）をダウンロードします。

qmd pull

あとは vault を「コレクション」として登録し、説明文（コンテキスト）を付け、埋め込みを生成するだけです。

qmd collection add ~/vault/private --name private
qmd context add qmd://private "個人ノート。動画の要約、Webクリップ、技術メモなど"
qmd embed

コンテキストは検索時に LLM へ渡され、精度に効いてきます。

埋め込み生成の実測は、約 850 ファイル → 6,187 チャンクで 4分41秒（M4 Pro）でした。インデックスは ~/.cache/qmd/index.sqlite の 1 ファイルで、この規模なら 54MB です。

検索は「速いBM25」と「賢いハイブリッド」を使い分ける

コマンドは 3 つあります。

コマンド	何が動くか	速度	使いどころ
`qmd search`	BM25 のみ	一瞬	単語を覚えているとき
`qmd vsearch`	ベクターのみ	数秒	意味で探したいとき
`qmd query`	全部入り（言い換え+検索+リランク）	20秒前後	うろ覚え・本気の検索

キーワードを覚えているなら BM25 で十分です。LLM を使わないので一瞬で返ります。

覚えていないときが qmd query の出番です。リランキングが重いので 20 秒ほどかかりますが、「見つからなくて 10 分 grep し続ける」よりずっと安い、という感覚です。

ちなみに差分検知はコンテンツハッシュベースです。エディタやプラグインがファイルを触っただけ（内容は不変）では再インデックス・再埋め込みは走りません。

Claude Code から使うと「検索」という操作が消える

qmd は MCP サーバーを内蔵しているので、Claude Code への登録は 1 行です。

claude mcp add qmd -- qmd mcp          # このプロジェクトだけ
claude mcp add --scope user qmd -- qmd mcp  # 全プロジェクトで使う場合

登録すると query get multi_get status の 4 ツールが生えて、Claude が質問の内容から勝手に検索してくれます。

実際にヘッドレスで聞いてみた結果がこれです。検索コマンドを 1 文字も打っていません。

動画名・要点 3 行・出典ファイルパスまで返ってきています。「探す → 開く → 読む → 要約する」が全部 1 回の質問に畳み込まれるので、体験としては検索というよりナレッジベースとの対話です。

レイテンシについて正直に書いておくと、MCP 経由でも検索 1 回あたり 10〜20 秒程度かかります（リランキングが支配的なため）。ただし待つのは Claude であって自分ではないので、体感は「質問を投げて、答えを読む」だけです。

インデックスは夜間バッチで勝手に最新になる

メモは毎日増えるので、インデックス更新は cron / launchd に任せます。差分だけ処理されるので、日々の実行は数十秒で終わります。

qmd update   # ファイルの追加・変更を再インデックス
qmd embed    # 新規チャンクだけ埋め込み生成

1 つだけ罠があって、launchd / cron の PATH には ~/.bun/bin が入っていません。スクリプト側で足しておきます。

export PATH="$HOME/.bun/bin:$PATH"
qmd update && qmd embed

うちでは毎晩 0 時に走っている既存の launchd ジョブの最後にこの 2 行を足しました。インデックスが 1 日古くても実害はないので、失敗しても通知を出すだけにして、同居している他の夜間処理は止めない扱いにしています。

ハマりどころ3つ — 偽npmパッケージ・未ビルド・PATH

実際に踏んだ順に、要点だけ再掲します（詳細は各節）。

npm の qmd は別物。インストールは GitHub から bun install -g https://github.com/tobi/qmd 一択（セットアップ節参照）
入れただけでは動かない。qmd --version が「not built」と言ってきたら、trust + 手動ビルドが必要。qmd doctor が SQLite・モデル・GPU をまとめて診断してくれるので便利
夜間バッチで command not found: qmd。launchd / cron の PATH に ~/.bun/bin を足す

まとめ

qmd を使うと、BM25 + ベクター + リランキングの 3 層 RAG 検索が 自前実装ゼロ・完全ローカル で手に入る
うろ覚えの一文で目的のノートが 1 位に出る。書いたときの単語を思い出すゲームからの解放
Claude Code に MCP 登録すると「検索する」が「聞くだけ」になる
埋め込み生成は 850 ファイルで 5 分弱、夜間バッチに qmd update && qmd embed を足せば運用は放置

Obsidian にメモを溜めていて Claude Code を使っている人なら、1~2時間でできます。おすすめです。

参考リンク

qmd - GitHub
qmdで実現するObsidian + Claude Code連携（blog.tumf.dev） — セットアップの参考にした記事
Model Context Protocol