上周 Hacker News 上出了个有意思的项目，叫 Semble。两天拿了 2200 多个 Star。
它的定位非常明确——"给 AI 智能体用的代码搜索工具"。说白了，就是当你的 AI 助手（Claude Code、Cursor 之类的）需要翻代码的时候，Semble 负责告诉它"你要的东西在这"，而不是让它把整个文件从头读到尾。
效果也很直白：比 grep + read 省 98% 的 token。
这玩意儿解决什么问题
用过 AI 编程助手的人应该都有体会——你让它改个代码，它先把整个文件读一遍，有时候还把相关文件也读一遍。如果是大项目，token 哗哗地烧，钱哗哗地流。
Semble 的思路是：别读全文，只读你需要的那几行。
它先给你的代码库建一个索引，这个过程大概几百毫秒。然后你或者你的 AI 助手用自然语言搜一下，比如"authentication flow"或者"save_pretrained"，它直接返回匹配的代码片段和位置，而不是文件列表。
速度上它说是索引一个仓库平均 250 毫秒，单次搜索 1.5 毫秒。全跑在 CPU 上，不需要 GPU，不需要 API key，甚至不需要联网。
和 grep 比怎么样
这个问题其实是 Semble 最想回答的。
grep 的优势是精确、快、什么环境都有。但它的问题是——你搜完还得用 read 把文件打开看上下文。grep 返回的是行号，不是"这里就是你要的东西"。
Semble 做的是语义搜索。你说"找找登录的逻辑"，它知道你在说 authentication，而不是真的去找"登录"这两个字。搜索结果里直接附带匹配的代码块，AI 助手拿到就能用，不需要再 read 一次。
官方 benchmark 数据：
- NDCG@10 达到 0.854
- 索引速度比代码专用 Transformer 快 200 倍
- 查询速度快 10 倍
- 达到专业模型 99% 的检索质量
代价就是它不是 grep 的完全替代品。
怎么用
安装非常简单：
pip install semble 或者 uv tool install semble
然后用 Claude Code： claude mcp add semble -s user -- uvx --from "semble[mcp]" semble
搜索： semble search "authentication flow" ./my-project
一点个人的看法
这个项目打动我的地方不是它有多强的技术——它的模型其实不算复杂，核心卖点是"把对的事情做对"。
AI 编程助手泛滥的今天，大部分人的用法还是让 AI 把整个代码库读一遍再开始干活。Semble 提供了一种更优雅的方式：让 AI 先"查目录"，再"翻到那一页"，而不是把整本书从头抄一遍。
省 token 是结果，不是目标。真正的目标是让 AI 助手的行为更像一个有经验的开发者——知道该看哪里，而不是什么都看一遍。
