Qu’est-ce que Semble ?
Semble, de MinishLab, est une bibliothèque de recherche de code et un serveur MCP conçus pour les agents de codage. L'agent pose une question comme « comment l'authentification est-elle gérée ? » et récupère des extraits de code classés au lieu de faire du grep et de lire des fichiers entiers. Il tourne entièrement sur CPU sans clés d'API ni services externes ; à la première utilisation, il télécharge un petit modèle d'embedding depuis Hugging Face.
Le serveur MCP a deux outils : search, qui prend un chemin local ou une URL git (ou plusieurs, pour chercher des dépôts liés comme un seul corpus), et find_related, qui renvoie du code similaire à un fichier et une ligne donnés. Sous le capot, il découpe les fichiers avec tree-sitter, combine un modèle d'embedding statique Model2Vec avec la recherche par mots-clés BM25, et reclasse avec des signaux conscients du code. Les index sont mis en cache et rafraîchis au fil des changements de fichiers.
La version 0.7.0 est sortie le 16 octobre 2026 et le dépôt a environ 6 300 étoiles. Il est sous licence MIT et fonctionne aussi comme CLI ou bibliothèque Python.
Installer Semble
uvx --from "semble[mcp]" sembleSemble vaut-il le coup ?
Semble fait une tâche et garde l'empreinte petite. Deux outils signifient presque aucun surcoût de contexte, et parce que le modèle d'embedding est statique (aucun transformeur ne tourne au moment de la requête), le README rapporte l'indexation d'un dépôt moyen en environ 500 ms et la réponse aux requêtes en environ 1 ms sur CPU. Cela le rend praticable sur un portable sans GPU, sans installation d'Ollama et sans clé d'embedding cloud, ce qui est là où plusieurs rivaux demandent plus d'installation.
Les affirmations vedettes viennent du propre benchmark de MinishLab d'environ 1 250 requêtes sur 63 dépôts en 19 langages : un NDCG@10 (un score standard de qualité de classement) de 0,855, au niveau du modèle CodeRankEmbed de 137M de paramètres tout en indexant 480 fois plus vite, et 96 % de rappel à 2 000 tokens là où grep plus les lectures de fichiers a besoin d'une fenêtre complète de 100 000 tokens pour atteindre 85 %. La méthodologie est publiée dans le dépôt, mais nous n'avons trouvé aucune réplication indépendante, alors traitez les chiffres exacts avec prudence.
Il trouve le code pertinent ; il ne comprend pas les graphes d'appels, les types ou les références comme le font les serveurs de langage de Serena ou un graphe de code comme GitNexus. Pour « qui appelle ceci ? » ou un renommage sûr, vous voulez encore l'un de ceux-là. Les fichiers de plus de 1 Mo sont ignorés par défaut, et une URL git fait cloner à Semble un dépôt tiers dont le contenu circule ensuite dans le contexte de l'agent sans validation.
Le projet est jeune (le dépôt date d'avril 2026) mais les versions arrivent toutes les une ou deux semaines. Ses issues ouvertes concernent la plomberie plutôt que la qualité : les sous-agents que son installateur livre appellent le CLI au lieu du serveur MCP qu'il enregistre aussi, et les sessions d'agent simultanées sur un dépôt démarrent chacune leur propre serveur. Aucun n'est difficile à corriger, et aucun ne touche la récupération elle-même.
Là où il fait la différence
Un développeur backend qui utilise Claude Code sur un gros monolithe Django
Répondre à « où est-ce géré ? » sans que l'agent lise des fichiers entiers
semble install enregistre le serveur MCP ; l'agent appelle search avec une requête en langage naturel et récupère des morceaux classés. Sur le benchmark de MinishLab, cela atteint 96 % de rappel en environ 2 000 tokens, contre 100 000 pour grep plus les lectures, ce qui apparaît directement sur la facture d'entrée d'un modèle payant.
Une équipe de sécurité dans une fintech qui interdit l'envoi de code source aux API cloud
Recherche de code sémantique sous une politique de non-sortie
L'indexation et la recherche tournent sur CPU sur la machine du développeur ; le seul appel réseau est un téléchargement ponctuel de modèle dans le cache Hugging Face (HF_HOME), qui peut être fait à l'avance. Il n'y a pas de clés à gérer ni de coût par requête.
Un ingénieur plateforme qui travaille sur cinq dépôts de microservices
Trouver le endpoint dans un service qu'un client d'un autre appelle
Passez plusieurs chemins ou URL git à search et Semble fusionne les index par dépôt, préfixant les résultats avec le nom du dépôt ; find_related saute d'un fichier et d'une ligne connus vers du code similaire. Il trouve du code similaire, pas des appelants, si bien que les questions de dépendance ont encore besoin d'un outil de graphe.
Avant de vous engager
- Mise en route
- uv tool install semble, puis semble install détecte Claude Code, Codex et OpenCode et propose le serveur MCP, un extrait AGENTS.md ou CLAUDE.md, ou un sous-agent semble-search ; les configurations manuelles utilisent uvx --from "semble[mcp]" semble. Documenté pour Claude Code, Cursor, Codex, OpenCode et VS Code ; la première recherche indexe un dépôt moyen en environ 500 ms, selon le README.
- Intégrations
- Deux outils en lecture seule : search (chemin local, URL git https ou une liste ; contenu réglé sur code, docs, config ou all) et find_related (fichier plus numéro de ligne). Le même moteur est un CLI et une bibliothèque Python (SembleIndex).
- Données et confidentialité
- Le code reste sur la machine ; les index et les stats d'économie de tokens vivent dans ~/.cache/semble sous Linux et sont effacés avec semble clear. Les URL git distantes sont clonées à la demande, si bien que les résultats de dépôts que vous ne contrôlez pas sont une entrée non fiable pour l'agent. Aucun avis de sécurité n'est publié.
- Coût à grande échelle
- Rien au-delà de votre propre CPU : il n'y a pas de palier hébergé, de clé d'API ni de frais d'usage. Les économies atterrissent sur la facture du modèle, par moins de tokens lus par recherche.
- Limites
- Ignore les fichiers de plus de 1 Mo (SEMBLE_MAX_FILE_BYTES le change) et les répertoires de build connus comme node_modules et dist. Les issues ouvertes rapportent que les sous-agents livrés utilisent le CLI plutôt que le serveur MCP et que les sessions simultanées sur un dépôt ne partagent pas de serveur.
Les points forts
- Tourne sur CPU sans clés d'API ni services externes
- Seulement deux outils en lecture seule, donc un coût de contexte très faible
- Cherche dans les chemins locaux et les dépôts git distants, plusieurs à la fois
- Méthodologie de benchmark publiée
Les points faibles
- Les benchmarks sont auto-rapportés
- Recherche par similarité uniquement ; pas de graphe d'appels ni de suivi de références
- Télécharge un modèle depuis Hugging Face à la première exécution
- Projet jeune, pré-1.0
Idéal pour
Les développeurs qui veulent que leur agent de codage trouve le code pertinent rapidement sans envoyer de code à un service d'embedding cloud.
Alternatives à Semble
Semble : questions fréquentes
- Semble vaut-il le coup ?
- Une recherche de code sémantique pour agents qui coûte deux définitions d'outils et aucune clé d'API ; ses chiffres de benchmark frappants sont encore ceux des auteurs. Nous lui donnons 4.1 sur 5.
- Combien coûte Semble ?
- Gratuit et open source (MIT). Aucune clé d'API ni service payant nécessaire.
- Quels sont les inconvénients de Semble ?
- Les benchmarks sont auto-rapportés; recherche par similarité uniquement ; pas de graphe d'appels ni de suivi de références; télécharge un modèle depuis Hugging Face à la première exécution; projet jeune, pré-1.0.
- À qui s’adresse Semble ?
- Les développeurs qui veulent que leur agent de codage trouve le code pertinent rapidement sans envoyer de code à un service d'embedding cloud.
- Combien coûte Semble pour une équipe ou en production ?
- Rien au-delà de votre propre CPU : il n'y a pas de palier hébergé, de clé d'API ni de frais d'usage. Les économies atterrissent sur la facture du modèle, par moins de tokens lus par recherche.
- Semble est-il sûr pour les données de l’entreprise ?
- Le code reste sur la machine ; les index et les stats d'économie de tokens vivent dans ~/.cache/semble sous Linux et sont effacés avec semble clear. Les URL git distantes sont clonées à la demande, si bien que les résultats de dépôts que vous ne contrôlez pas sont une entrée non fiable pour l'agent. Aucun avis de sécurité n'est publié.
- Quelles sont les meilleures alternatives à Semble ?
- Les alternatives les plus proches que nous avons testées sont Serena, GitNexus, code-review-graph et Context7.
Réponses vérifiées le 23 oct. 2026.