semble
★ 4.6k
vs
mcp-raganything
★ 13
semble vs mcp-raganything
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。；mcp-raganything：一个多模态RAG服务，提供REST API和MCP服务器，用于文档索引和知识库查询。它使用RAGAnything/LightRAG进行索引和检索，MinIO用于对象存储，PostgreSQL用于知识图谱。每个项目通过独立的工作目录隔离。
01
简评
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）
选 mcp-raganything 如果…索引和查询文档以进行知识库问答
02
并排对比
03
功能特性
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
mcp-raganything01REST API和MCP服务器
02支持BM25、向量和混合搜索的多模态RAG
03通过Kreuzberg支持91种文档格式
04基于PostgreSQL的知识图谱，支持pgvector和BM25
05无需索引即可浏览和读取MinIO中的文件
04
使用场景
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
mcp-raganything↳索引和查询文档以进行知识库问答
↳浏览和读取对象存储中的文件
↳包括文本和图像的多模态搜索
05
适合场景
semble代码助手RAG / 知识库
mcp-raganything时下流行RAG / 知识库视觉/多模态
FAQ
常见问题
semble 和 mcp-raganything 有什么区别？
semble 和 mcp-raganything 都属于 RAG / Knowledge Base 类别。semble 有 4.6k Stars，mcp-raganything 有 13 Stars。
semble 和 mcp-raganything 哪个更好？
最佳选择取决于你的具体需求。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，索引和查询文档以进行知识库问答 时选 mcp-raganything。
semble 是免费的吗？
是的，semble 在 GitHub 开源（MIT）。
mcp-raganything 是免费的吗？
是的，mcp-raganything 在 GitHub 开源。
→