Que fait qmd ?
Recherche hybride locale pour notes et documents Markdown. À utiliser pour chercher des notes, trouver du contenu connexe ou récupérer des documents dans des collections indexées.
Recherche hybride locale pour notes et documents Markdown. À utiliser pour chercher des notes, trouver du contenu connexe ou récupérer des documents dans des collections indexées.
Le skill levineam/qmd permet d'effectuer une recherche hybride locale sur des notes et documents Markdown, combinant la recherche par mots-clés avec une recherche sémantique basée sur des embeddings. Il est particulièrement utile pour les développeurs et utilisateurs d'agents IA qui souhaitent retrouver rapidement des informations pertinentes dans leurs collections de notes personnelles ou de documentation technique. Ce skill prend en charge les plateformes d'agents IA comme Claude Code, Cursor ou Codex, et fonctionne en extrayant les données des fichiers Markdown, en les indexant localement (grâce à des outils comme Ollama avec des modèles comme nomic-embed-text), puis en répondant aux requêtes de l'utilisateur en fonction du contexte et des embeddings. Il peut être utilisé dans des workflows où l'agent doit consulter une base de connaissances locale pour fournir des réponses précises ou suggérer des notes connexes.
npx skills add https://github.com/levineam/qmd-skill/tree/main/skills/qmdInstalled? Explore more Rédaction et édition skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
Recherche hybride locale pour notes et documents Markdown. À utiliser pour chercher des notes, trouver du contenu connexe ou récupérer des documents dans des collections indexées.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors