用途：semtools 提供语义（基于含义）搜索，用于代码与文档的发现式检索。与传统精确字符串搜索（ripgrep）或语法结构搜索（ast-grep）不同，它借助嵌入向量理解语义，适合在你知道概念但不知道确切关键词、函数名或语法模式时查找相关代码。
主要能力：
- 语义搜索（search）：按含义查找代码与文本片段，可显示上下文行、返回条数并控制相似度阈值。例如：search "authentication logic" src/；search "error handling" --n-lines 5 src/；search "database queries" --top-k 10 src/；search "API endpoints" --max-distance 0.4 src/。参数包括 --n-lines（默认3）、--top-k（默认3）、--max-distance（0.0-1.0，默认0.3）、-i。
- 工作区管理（workspace）：为大型代码库缓存嵌入以加速重复搜索。如 workspace use my-project、export SEMTOOLS_WORKSPACE=my-project、workspace status、workspace prune。
- 文档解析（parse）：将 PDF、DOCX、PPTX 转为可搜索的 Markdown，需设置 LLAMA_CLOUD_API_KEY 环境变量或配置文件，属于可选的云端功能。
使用方式：在支持 execute_command 的环境中直接运行上述命令，语义搜索为本地嵌入（model2vec、potion-multilingual-128M），无需 API 调用；文档解析需联网并消耗 LlamaParse 用量。建议先语义搜索发现术语，再用 ripgrep 或 ast-grep 精确定位，即分层搜索。
适用场景：按概念查找代码实现、跨模块发现相似功能、按概念检索文档与注释、跨语言检索相关概念、分析技术文档。对于精确关键词、函数名、结构模式或符号引用，应改用 ripgrep、ast-grep 或符号追踪工具；文件数少于约100的小型项目收益有限。
限制：模糊查询与专业术语可能降低准确率，短代码片段上下文少，模型对英文优化；未缓存时单次搜索约2-5秒。官方未提供具体收费价格、平台支持与更多细节。