跑你的第一次查询
跑完 setup、想看看 OMem 到底能不能真答上点什么?看这一页。读完,你就摄入了一些自己的工作,也把头一个结果捞了出来。
第 1 步 —— 摄入
Section titled “第 1 步 —— 摄入”对你开着的那几类,跑一遍:
omem ingest它会把每个条目顺着流水线走一趟——发现、解析成 Markdown、描述里面的图片、整理成一页干净的 wiki、再建索引。头一次跑活儿最重(所有东西它都是第一回见);往后再跑就快了,因为 OMem 只动那些变过的。
第 2 步 —— 查询
Section titled “第 2 步 —— 查询”用大白话问一个问题:
omem query "Q3 budget review"你会拿到一串排好序的命中——每条都带着相关度分数、它出自哪一类工作、一个短短的 page-id,外加一句话摘要:
第 3 步 —— 读懂结果
Section titled “第 3 步 —— 读懂结果”每个命中就占一行——[score] kind page-id title——一句话摘要缩进在它底下:
- score(方括号里)——OMem 估摸着这条有多相关。它只是个粗排,不是定论——多扫几眼摘要,别只盯着最高那个分。
- kind——
mail/file/calendar/loop,让你一眼知道看的是什么。 - page-id——一个短句柄(这里是
a3f9c2bd),拿它去跑别的命令。 - summary——缩进的那一行:一句话摘要,不打开任何东西,就够你判断它相不相关。
想读完整页面,把它的 id 传进去(取前 8 位以上的任意前缀都行):
omem page get a3f9c2bd它会把那个 wiki 文件原样打印出来——先是 YAML frontmatter,再是整理好的正文:
要是你想要原始文件本身(对一个 file 命中),omem raw get <id> 会把它的路径打出来。这就是那道 渐进式披露的阶梯——先摘要、再页面、再源文件——每一级,都只在你真用得着时才往下走。
-
omem ingest—— 把 wiki 建起来 -
omem query "…"—— 找到对的那一页 -
omem page get <id>—— 把它整页读完
你已经能在终端里查了——接下来,让你的 AI agent 自动替你查。
- 让 AI agent 用上你的记忆——Claude Code、Cursor,等等。
- 想要更多
query过滤方式(按日期、类别、账号)?查询与搜索。