Sembleとは？
MinishLab の Semble は、コーディングエージェントのために作られたコード検索ライブラリ兼 MCP サーバーです。エージェントが「認証はどう処理されているか」のような質問をすると、grep してファイル全体を読む代わりに、順位付けされたコ ードスニペットが返ってきます。API キーも外部サービスも使わず、すべて CPU で動作します。初回利用時に、小さな埋め込みモデルを Hugging Face からダウンロードします。
MCP サーバーのツールは 2 つです。search はローカルパスか git URL（関連するリポジトリを 1 つのコーパスとして検索するなら複数）を受け取ります。find_related は、指定したファイルと行に似たコードを返します。内部では tree-sitter でファイルを分割し、静的な Model2Vec 埋め込みモデルと BM25 のキーワード検索を組み合わせ、コードを考慮したシグナルで再順位付けします。インデックスはキャッシュされ、ファイルの変更に応じて更新されます。
バージョン 0.7.0 は 2026年10月16日に出ており、リポジトリのスター数は約 6,300 です。MIT ライセンスで、CLI や Python ライブラリとしても使えます。
Sembleのインストール方法
uvx --from "semble[mcp]" sembleSembleは使う価値があるか？
Semble は 1 つの仕事に絞り、フットプリントを小さく保っています。ツールが 2 つなのでコンテキストの負担はほとんどありません。埋め込みモデルが静的（クエリ時に transformer を動かさない）なため、README によると平均的なリポジトリのインデックス作成は約 500 ms、クエリへの応答は CPU で約 1 ms です。GPU も Ollama のインストールもクラウドの埋め込みキーもないノートパソコンで実用になり、複数の競合がより多くのセットアップを求める点で差が出ます。
主な主張は MinishLab 自身のベンチマークによるもので、19 言語、63 リポジトリにわたる約 1,250 件のクエリを使っています。NDCG@10（ランキング品質の標準的な指標）は 0.855 で、137M パラメーターの CodeRankEmbed モデルと同等ですが、インデックス作成は 480 倍速いとしています。また 2,000 トークンで 96% の再現率に達し、grep とファイル読み込みでは 85% に届くのに 100,000 トークンのウィンドウ全体が必要だといいます。手法はリポジトリで公開されていますが、独立した追試は見つかっていないため、正確な数値は慎重に扱ってください。
関連するコードは見つけますが、Serena の言語サーバーや GitNexus のようなコードグラフのように、呼び出しグラフ、型、参照を理解するわけではありません。「これを呼んでいるのは誰か」や安全なリネームには、引き続きそうしたツールが必要です。1 MB を超えるファイルは既定でスキップされます。また git URL を指定すると Semble は第三者のリポジトリをクローンし、その内容が確認されないままエージェントのコンテキストに流れ込みます。
プロジェクトは新しい（リポジトリは 2026年4月から）ものの、リリースは 1、2 週間ごとに出ています。未解決の issue は品質ではなく周辺部分に関するものです。インストーラーが入れるサブエージェントが、同じく登録される MCP サーバーではなく CLI を呼び出すこと、そして 1 つのリポジトリで同時に動くエージェントセッションがそれぞれ自分のサーバーを起動することです。どちらも修正は難しくなく、検索そのものには影響しません。
真価を発揮する場面
大規模な Django モノリスで Claude Code を使うバックエンド開発者
エージェントにファイル全体を読ませずに「これはどこで処理されているか」に答える
semble install で MCP サーバーを登録します。エージェントは自然言語のクエリで search を呼び、順位付けされたチャンクを受け取ります。MinishLab のベンチマークでは約 2,000 トークンで 96% の再現率に達し、grep と読み込みでは 100,000 トークンかかります。この差は有料モデルの入力料金にそのまま表れます。
ソースコードをクラウド API に送ることを禁じているフィンテック企業のセキュリティチーム
外部送信禁止のポリシーの下でセマンティックコード検索を使う
インデックス作成と検索は開発者のマシンの CPU で動きます。ネットワーク通信は Hugging Face のキャッシュ（HF_HOME）への 1 回きりのモデルのダウンロードだけで、事前に済ませておけます。管理すべきキーも、クエリごとのコストもありません。
5 つのマイクロサービスのリポジトリにまたがって作業するプラットフォームエンジニア
別のサービスのクライアントが呼び出している、あるサービスのエンドポイント を見つける
search に複数のパスや git URL を渡すと、Semble はリポジトリごとのインデックスを統合し、結果にリポジトリ名を付けます。find_related で、既知のファイルと行から似たコードに移れます。見つかるのは似たコードであって呼び出し元ではないため、依存関係の問いには引き続きグラフツールが必要です。
導入前に確認すること
- 導入
- uv tool install semble の後、semble install が Claude Code、Codex、OpenCode を検出し、MCP サーバー、AGENTS.md や CLAUDE.md のスニペット、semble-search サブエージェントのいずれかを提案します。手動設定では uvx --from "semble[mcp]" semble を使います。Claude Code、Cursor、Codex、OpenCode、VS Code 向けの手順があり、README によると最初の検索で平均的なリポジトリのインデックスが約 500 ms で作成されます。
- 連携
- 読み取り専用のツールが 2 つです。search（ローカルパス、https の git URL、またはそれらのリスト。content は code、docs、config、all から指定）と find_related（ファイルと行番号）です。同じエンジンが CLI と Python ライブラリ（SembleIndex）にもなっています。
- データとプライバシー
- コードはマシンから出ません。インデックスとトークン節 約の統計は Linux では ~/.cache/semble に保存され、semble clear で消去できます。リモートの git URL は必要に応じてクローンされるため、自分が管理していないリポジトリの結果はエージェントにとって信頼できない入力です。セキュリティアドバイザリは公開されていません。
- 大規模利用時のコスト
- 自分の CPU 以外にコストはかかりません。ホスト型のプランも、API キーも、利用料金もありません。節約分は、1 回の検索で読むトークンが減ることで、モデルの料金に表れます。
- 制限
- 1 MB を超えるファイル（SEMBLE_MAX_FILE_BYTES で変更可能）と、node_modules や dist などのよく知られたビルド用ディレクトリをスキップします。未解決の issue では、同梱のサブエージェントが MCP サーバーではなく CLI を使うことと、1 つのリポジトリでの同時セッションがサーバーを共有しないことが報告されています。
良い点
- API キーも外部サービスもなしに CPU で動く
- 読み取り専用のツールが 2 つだけで、コンテキストのコストが非常に低い
- ローカルパスとリモートの git リポジトリを、複数同時に検索できる
- ベンチマークの手法が公開されている
気になる点
- ベンチマークは自己申告
- 類似度検索のみで、呼び出しグラフや参照の追跡はない
- 初回実行時に Hugging Face からモデルをダウンロードする
- 新しいプロジェクトで、1.0 未満
おすすめの人
コードをクラウドの埋め込みサービスに送らずに、コーディングエージェントに関連コードを素早く見つけさせたい開発者。
Sembleの代替
Semble：よくある質問
- Sembleは使う価値があるか？
- ツール定義 2 つ分のコストで、API キーなしに使えるエージェント向けのセマンティックコード検索です。目を引くベンチマークの数値は、まだ作者自身によるものです。 評価は5点満点中4.1点です。
- Sembleの料金は？
- 無料のオープンソース（MIT）です。API キーや有料サービスは不要です。
- Sembleの欠点は？
- ベンチマークは自己申告; 類似度検索のみで、呼び出しグラフや参照の追跡はない; 初回実行時に Hugging Face からモデルをダウンロードする; 新しいプロジェクトで、1.0 未満.
- Sembleは誰に向いているか？
- コードをクラウドの埋め込みサービスに送らずに、コーディングエージェントに関連コードを素早く見つけさせたい開発者。
- チームや本番環境でSembleを使うと費用はいくらか？
- 自分の CPU 以外にコストはかかりません。ホスト型のプランも、API キーも、利用料金もありません。節約分は、1 回の検索で読むトークンが減ることで、モデルの料金に表れます。
- Sembleは企業データを扱っても安全か？
- コ ードはマシンから出ません。インデックスとトークン節約の統計は Linux では ~/.cache/semble に保存され、semble clear で消去できます。リモートの git URL は必要に応じてクローンされるため、自分が管理していないリポジトリの結果はエージェントにとって信頼できない入力です。セキュリティアドバイザリは公開されていません。
- Sembleの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はSerena, GitNexus, code-review-graph 、 Context7です。
回答確認日：2026年10月23日