Semantic File Search

MCP搜索检索

提供方 KenTaniguchi-R

搜索检索 未标注 Token 社区 / 第三方 ClaudeCursor

一款本地化的语义文件搜索工具,支持通过含义而非关键词搜索文件,适用于macOS平台,无需云端依赖。

一句话选型结论

按资料字段整理

Semantic File Search 属于搜索检索类 MCP 服务器,传输方式未标注,Token,可直接接入 Claude、Cursor,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式未标注 鉴权Token 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

Swift本地部署语义搜索本地AI文件管理macOS应用MCP服务器

安装与配置

未标注 Token
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 已适配 Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Semantic File Search当前 3 未标注 未标注 无 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方KenTaniguchi-R上游标注的维护方 KenTaniguchi-R
分类搜索检索本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式Token远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

4.5 KB
来自项目仓库与上游目录的原文,未做删改

语义文件搜索

按含义而不是关键字搜索文件。

一个本地macOS应用程序+MCP服务器,用于在文件系统上进行本地语义搜索。
完全基于Swift构建。通过MLX在Apple Silicon上运行。没有云,没有Python,没有依赖关系。


为什么?

Spotlight按名称查找文件。 grep 按精确文本查找文件。两人都不明白 意义.

语义文件搜索使用本地AI模型嵌入您的文档,然后让您按概念搜索——“移居日本”可以找到您的物流说明、住房研究和行动计划,即使它们从未提及这些确切的单词。

作为Mac应用程序独立工作,或作为 MCP服务器 因此,Claude Code和Cursor等AI编码工具也可以搜索您的文件。

特性

  • 语义搜索 --按含义而非关键字查找文件
  • 100%本地 --嵌入通过MLX在Apple Silicon GPU上运行,任何东西都不会离开你的机器
  • 单个二进制 --原生SwiftUI应用程序,无Python,无sidecar进程,无运行时依赖关系
  • MCP服务器 --Claude Code和Cursor可以通过以下方式搜索您的文件 --mcp 旗帜
  • 多个模型 --在Qwen3 0.6B(本地)或Gemini Embedded 2(云)之间切换
  • 智能排除 --系统模式(.git、node_modules)+自定义glob模式
  • 实时索引 --一键重新索引,实时显示进度

截图

搜索 --按含义查找文件

克劳德代码中的MCP --AI工具搜索您的文件

模型 --选择本地或云嵌入

设置 --排除模式、数据位置

快速开始

需求

  • macOS 14+与苹果硅(M1/M2/M3/M4)
  • Xcode 16+(用于金属着色器编译)

构建与运行```bash

git clone https://github.com/ryuseitaniguchi/semantic-file-search.git
cd semantic-file-search
./build.sh
open .xc-build/SemanticSearch.app


### 与Claude Code一起使用```bash
claude mcp add semantic-search -- /path/to/SemanticSearch --mcp

然后在克劳德代码中:```
> Use semantic_search to find files about "database architecture"
> Use refresh_index to index ~/Documents


## 建筑

单个Swift二进制文件——在一个进程中嵌入引擎、向量存储和UI。```
SemanticSearch (one binary, two modes)
│
├── GUI mode (default)     → SwiftUI app
├── MCP mode (--mcp)       → headless stdio server for Claude Code
│
├── Core/
│   ├── SearchEngine       MLXEmbedders → Qwen3-Embedding (Apple Silicon GPU)
│   ├── Indexer            Walk dirs → chunk text → embed → store
│   ├── TextChunker        512-token recursive splitting with overlap
│   └── Config             ~/.config/semantic-file-search/config.json
│
├── MCP/
│   └── MCPServer          3 tools via modelcontextprotocol/swift-sdk
│
└── Views/                 SwiftUI (Dashboard, Search, Folders, Models, Settings)

没有Python。没有sidecar进程。组件之间没有HTTP。

MCP工具

工具 说明
semantic_search 按含义搜索索引文件。返回文件路径、代码段和相关性得分。
refresh_index 为目录建立索引。增量--仅处理新的/更改的文件。
get_index_status 显示索引统计信息:文件计数、向量计数、活动模型。

支持的文件类型

.md .txt .py .js .ts .jsx .tsx .rs .go .java .c .cpp .h .swift .rb .php .kt .scala .sh .yaml .yml .toml .json .xml .html .css .scss .sql 以及10+以上。

运作原理

  1. 将文件夹添加到索引(“已索引文件夹”屏幕或 refresh_index MCP工具)
  2. 应用程序读取文本文件,将其分块为约512个令牌段
  3. 每个块都使用Qwen3-embedded-0.6B在GPU上嵌入
  4. 矢量存储在本地 ~/.local/share/semantic-file-search/
  5. 搜索使用Accelerate vDSP余弦相似性(100K向量约10ms)

第一次运行从HuggingFace下载嵌入模型(~350MB)。

配置

配置在 ~/.config/semantic-file-search/config.json:json { "directories": ["~/Documents/notes", "~/projects"], "model": "mlx-community/Qwen3-Embedding-0.6B-4bit-DWQ", "user_excluded_patterns": ["*.log", "vendor/"], "max_file_size_mb": 10 }

技术栈

组件 · 技术
UI · SwiftUI(macOS 14+)
嵌入件 · MLXEmbedders 苹果硅GPU
矢量搜索 · 加速vDSP(SIMD余弦相似度)
MCP · modelcontextprotocol/swift-sdk (stdio传输)
存储 · 原始Float32二进制+JSON元数据
设计灵感来自 VoiceInk

许可证

麻省理工学院

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
Semantic File Search 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Semantic File Search 怎么在 Claude、Cursor 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Semantic File Search 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Semantic File Search 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Semantic File Search 支持哪些客户端?

资料标注支持 Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Semantic File Search 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 Swift、本地AI、搜索、Claude。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。