# Semble：给 AI 编程助手用的代码搜索工具，比 grep 省 98% 的 token

> 原标题：Show HN: Semble – Code search for agents that uses 98% fewer tokens than grep

- 来源：Hacker News 首页
- 发布时间：2026-05-17T15:37:07.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/21940
- 原文：https://github.com/MinishLab/semble

## 摘要

MinishLab 开源了 Semble，一个专为 AI 编程 agent 设计的代码搜索工具。它把轻量级语义嵌入（Model2Vec）、传统关键词匹配（BM25）和融合排序（RRF）串在一起，最后再用重排序模型精排结果。在 63 个代码仓库的测试里，它的搜索质量达到 NDCG@10 0.854，每次查询在 CPU 上大约只要 1.5 毫秒。

## 推荐理由

MinishLab 开源的 Semble 把轻量语义嵌入、BM25 与重排序串成一条检索链，在 63 个代码仓库上测得 NDCG@10 0.854，单次查询 CPU 耗时约 1.5 毫秒。

## 锐评

省 98% 的 token 这个数我持保留态度，基准里 grep 的用法大概率不是最优的，但方向对。coding agent 的 context 大头就是满仓库乱读文件，用轻量嵌入加 BM25 先粗筛再重排，把候选压到几个文件，账单和延迟都能降一个量级。1.5 毫秒在 CPU 上跑，它没打算跟大模型抢活，就是个前置过滤器。重排模型多大、准不准没写，这块决定它能不能真替代 grep。
