Artem Zhutov presenta una soluzione a un problema fondamentale nello sviluppo assistito da agenti IA: la perdita di contesto tra le sessioni. Con 700 sessioni Claude Code in 3 settimane, osserva che ogni conversazione riparte da zero, che la compattazione al 60% del contesto fa perdere decisioni, e che il grep nativo (tramite un sub-agente Haiku) impiega 3 minuti per restituire 300 file di rumore.
La soluzione si basa su QMD, un motore di ricerca locale creato da Tobias Lütke (CEO di Shopify), che indicizza i file markdown in collezioni interrogabili. QMD offre tre modalità di ricerca. BM25 esegue una ricerca full-text con punteggio di rilevanza — a differenza di grep, che restituisce ogni corrispondenza di stringa (incluso sleep() per una ricerca su sleep), BM25 pesa in base alla frequenza e rarità dei termini, fornendo risultati pertinenti in 2 secondi. La ricerca semantica utilizza embedding locali per trovare il significato al di là delle parole chiave: una ricerca su "non riuscivo a dormire, brutta nottata" recupera una nota sulla disciplina dell'orario del sonno pur non corrispondendo alcun termine. La ricerca ibrida combina entrambe con espansione della query e re-ranking tramite LLM per il miglior ordinamento possibile.
Tutto gira in locale attraverso tre modelli GGUF (~2 GB): embedding Gemma 300M, un reranker Qwen3 0.6B e un modello di espansione query da 1.7B. QMD si integra con gli agenti tramite un server MCP o un plugin Claude Code.
Sopra QMD, Zhutov ha costruito la skill /recall, una skill Claude Code che carica automaticamente il contesto pertinente prima di ogni sessione. Tre modalità di accesso: temporale (ricostruzione della timeline delle sessioni per data), per argomento (ricerca BM25 cross-collezione su un soggetto) e grafo (visualizzazione HTML interattiva di sessioni e file). Un hook alla chiusura del terminale esporta e indicizza automaticamente ogni sessione in QMD, mantenendo l'indice sempre aggiornato.
Le dimostrazioni rivelano usi inattesi. Una ricerca semantica su "trova le idee su cui non ho mai agito" fa emergere progetti dimenticati da mesi. "Giorni in cui ero felice" fa emergere un pattern: i giorni migliori correlano il rilascio di lavoro con il recupero fisico. La ricerca semantica trasforma un vault passivo in memoria attiva, capace di far emergere connessioni invisibili alle parole chiave.
La filosofia sottostante risuona con il context engineering: gli strumenti cambiano, il contesto rimane. Un vault ben indicizzato sopravvive ai cambi di modello e di strumento. Zhutov dimostra concretamente ciò che Debois teorizza con il Context Flywheel: documentare il contesto → risultato migliore → arricchire il contesto → accelerare.