awesome-mcp
★ 11
vs
semble
★ 4.5k
awesome-mcp vs semble
awesome-mcp：awesome-mcp 是一个围绕模型上下文协议（MCP）精心整理的资源库，收录工具、库、研究论文、开源项目和教程。由 AI-in-Transportation Lab 维护，附有 arXiv 综述论文，收集了 100 多篇 MCP 相关论文和实现，覆盖 LangGraph 架构、自定义工具路由器、模型控制接口和 RAG 流水线。主要作为研究和探索资源，而非可安装工具。；semble：Semble 是一个专为 AI 智能体设计的高性能代码搜索库，能够即时提供精确的代码片段。与基于 Transformer 的模型相比，它在索引和查询速度上显著更快，同时能达到 99% 的检索质量，并且完全在 CPU 上运行，无需外部依赖。
01
简评
选 awesome-mcp 如果…发现前沿 MCP 研究论文和实现
选 semble 如果…通过快速准确的代码搜索能力增强 AI 智能体（如 Claude Code, Cursor, Codex）
02
并排对比
03
功能特性
awesome-mcp01精心整理的 100+ 篇 MCP 相关研究论文及引用
02涵盖工具、库和开源 MCP 实现
03配套 arXiv 综述：《自适应交通系统中的模型上下文协议》
04定期更新新论文和实现
05面向探索情境感知 AI 系统的研究人员组织整理
semble01在 CPU 上实现快速性能（索引约 250 毫秒，查询约 1.5 毫秒）
02高准确性（NDCG@10 达 0.854），媲美 Transformer 模型
03支持索引本地路径和远程 Git 仓库
04可作为 MCP 服务器供各种 AI 智能体使用
05零配置，无需 API 密钥、GPU 或外部服务
04
使用场景
awesome-mcp↳发现前沿 MCP 研究论文和实现
↳寻找 LangGraph、RAG 和 Agent 工具路由的参考架构
↳为研究或评估项目获取 MCP 生态系统全貌
semble↳通过快速准确的代码搜索能力增强 AI 智能体（如 Claude Code, Cursor, Codex）
↳根据自然语言或代码查询，在本地或远程代码库中搜索特定的代码片段
↳根据给定的文件路径和行号，查找语义相似的代码段
05
适合场景
awesome-mcp宝藏工具必备神器
semble代码助手RAG / 知识库
FAQ
常见问题
awesome-mcp 和 semble 有什么区别？
awesome-mcp 和 semble 都属于 Dev Tooling 类别。awesome-mcp 有 11 Stars，semble 有 4.5k Stars。
awesome-mcp 和 semble 哪个更好？
最佳选择取决于你的具体需求。发现前沿 MCP 研究论文和实现 时选 awesome-mcp，通过快速准确的代码搜索能力增强 AI 智能体（如 Claude Code, Cursor, Codex） 时选 semble。
awesome-mcp 是免费的吗？
是的，awesome-mcp 在 GitHub 开源（NOASSERTION）。
semble 是免费的吗？
是的，semble 在 GitHub 开源（MIT）。
→