用途：semble 为 AI 智能体提供 token 高效的代码检索。用自然语言描述行为（如“authentication flow”）或直接给符号名（如“save_pretrained”），返回带文件路径和行范围的精确代码块，避免 grep 全文件或读取整个目录。
主要能力：索引本地目录或远程 git 仓库（无需先克隆），据称索引约 250ms、查询约 1.5ms，无需 GPU 和 API key；支持 find-related 查找与已知位置语义相似的代码；提供 savings 查看相对 grep+read 的 token 节省。
使用方式：MCP 安装（Claude Code 推荐）claude mcp add semble -s user -- uvx --from "semble[mcp]" semble；Codex、Cursor、OpenCode 分别写入对应配置文件。CLI 可用 pip install semble 或 uv tool install semble。命令行示例：semble search "authentication flow" ./my-project；semble search "save model to disk" ./my-project --top-k 10；semble search "save model to disk" https://github.com/MinishLab/model2vec；semble find-related src/auth.py 42 ./my-project；semble savings。Python 库通过 from semble import SembleIndex 使用 from_path、from_git、search、find_related。可在 AGENTS.md/CLAUDE.md 中配置，并用 semble init 预热索引。
适用场景：按行为描述搜索代码、按符号查找、发现相似代码、让智能体经 MCP 高效访问仓库、索引远程仓库。
限制：不适合读取完整文件或目录列表（用 Read、Glob）、正则或精确字符串搜索（用 Grep）、文件极少的小仓库，以及运行测试、构建或执行代码；它是只读搜索工具。若 semble 不在 $PATH，可用 uvx --from "semble[mcp]" semble 替代。性能数据来自资料，实际效果可能因环境而异。