用途：为文档语料建立语义搜索索引，适合需要搭建知识库、把 Markdown 文档变成可检索索引的场景。
前置条件：安装 qmd，可用命令 bun install -g @tobilu/qmd，并用 qmd --version 验证。文档必须为 Markdown 格式，PDF/DOCX 需先用 /rag-parse 转换。
主要流程：
- 验证 qmd：qmd --version。
- 创建集合：qmd collection add <path> --name <name>，path 为文档目录，name 默认为目录名。
- 可选添加上下文：qmd context add qmd://<name> "<description>"。
- 生成嵌入：qmd embed。
- 验证：qmd status，应显示集合及文档数量。
使用该技能时，回复中应包含：创建或使用的集合名、被索引的源文档路径、索引存储位置（qmd 集合位置）以及验证命令 qmd status；不得省略存储位置信息。
限制与故障排查：出现 "sqlite-vec is not available" 时，qmd 需要支持扩展加载的 SQLite；macOS 可 brew install sqlite，Linux 需从源码构建 sqlite-vec，Docker 可使用官方 qmd 镜像。嵌入失败时可检查 qmd status、确认文档存在、排查空文件。
当前后端为 qmd，使用本地 SQLite 加 sqlite-vec 扩展、本地模型嵌入、无需 API 密钥，适合中小型语料与离线使用。pinecone 与 weaviate 为计划中的后端：前者存储于 Pinecone 云，需 PINECONE_API_KEY；后者需 WEAVIATE_URL，可选 WEAVIATE_API_KEY。其余细节暂未提供。后续可用 /rag-search 搜索文档。