mcp-graph-workflow
★ 41
vs
semble
★ 4.5k
mcp-graph-workflow vs semble
mcp-graph-workflow：一个本地优先的CLI工具，将产品需求文档（PRD）转换为结构化任务图，具备AI驱动的上下文、语义搜索和多智能体编排。它与GitHub Copilot、Claude、Cursor等MCP客户端集成，提供Web仪表盘、冲刺计划和令牌高效上下文压缩。；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 mcp-graph-workflow 如果…AI工程师：使用令牌高效上下文的结构化智能体工作流
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
mcp-graph-workflow01PRD到任务图
02AI优化上下文，减少70-85%令牌
03通过'next'命令智能任务路由
04语义搜索+RAG（BM25、TF-IDF）
05交互式图形可视化Web仪表盘
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
mcp-graph-workflow↳AI工程师：使用令牌高效上下文的结构化智能体工作流
↳技术负责人：将PRD分解为可跟踪、依赖感知的任务图
↳独立开发者：通过AI驱动的建议和进度跟踪进行项目规划
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
mcp-graph-workflow时下流行工作流自动化记忆与上下文
semble代码助手RAG / 知识库
FAQ
常见问题
mcp-graph-workflow 和 semble 有什么区别？
mcp-graph-workflow 和 semble 都属于 Workflow Automation 类别。mcp-graph-workflow 有 41 Stars，semble 有 4.5k Stars。
mcp-graph-workflow 和 semble 哪个更好？
最佳选择取决于你的具体需求。AI工程师：使用令牌高效上下文的结构化智能体工作流 时选 mcp-graph-workflow，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。
mcp-graph-workflow 是免费的吗？
是的，mcp-graph-workflow 在 GitHub 开源（MIT）。
semble 是免费的吗？
是的，semble 在 GitHub 开源（MIT）。
→