エージェントのハイブリッドコード検索。 Pure Go、単一静的なバイナリ、MinishLab/sembleとMCP互換のドロップイン - 同じツールスキーマ、同じ出力フォーマット、Goバイナリに交換された手順をインストールします。

ken は BM25 lexical + Model2Vec の semantic embeddings + RRF の融合 + コード-aware のリランサーの港で、連鎖の [search.py + ranking/*.py から verbatim を移植しました。

なぜ ken

• デフォルト(hybrid)モードで** — 0.967 NL / 0.995 シンボル の semble の 1,251 クエリのベンチマーク、および grep の ~99.9% の対、エージェント**~46× 少数のトークン** よりも [[T2] (4,120 対 189,773 は NL のクエリのトークンは、同じデフォルトハイブリッドモードで測定)。 「これに答えるチャンクを見つける」ために、1〜2のオーダー・オブ・マグニチュード・トークンは、近距離リコールで勝ちます。 (Reproduce: [docs/BENCH.md]]).)
• 単一静的なバイナリ。 ピュア・ゴー、cgo なし、Python のインタープリターはコールド・スタートなし、GIL はインデックス化しません。 Linux/macOS/Windows (amd64/arm64) へのクロスコンパイルは無料で可能です。
• 組み立て用のドロップイン。 同じ[search/[find_related]]] MCPツールスキーマと同じマークダウン文字列のワイヤ形式 - [command:]]パスと既存のエージェントは変更されません.

ken

ken is code search built for coding agents: a pure-Go, single-binary engine that runs a 16M-parameter Model2Vec model in-process, with no cgo, Python, vector database, or API key. On ContextBench (53 SWE-bench Pro tasks, 8k-token budget), its default hybrid mode covered 52% of the relevant files versus 29% for BM25 alone, and on tasks where a gold line was retrieved reached the first gold line in about 40% fewer tokens. Warm queries take a millisecond or two, and with KEN_ANN=flat-i8 the watched dense vector store uses about 80% less memory.

Fast hybrid code search for agents. Pure Go, single static binary, drop-in MCP-compatible with MinishLab/semble — same tool schemas, same output format, install steps swapped to a Go binary.

ken is a Go port of semble: BM25 lexical + Model2Vec semantic embeddings + RRF fusion + a code-aware reranker, with the retrieval algorithm ported verbatim from semble’s search.py + ranking/*.py.

Why ken

• ~97% recall@10 in the default (hybrid) mode — 0.967 NL / 0.995 symbol on semble’s 1,251-query benchmark, vs grep’s ~99.9% — while costing an agent ~46× fewer tokens than grep + Read (4,120 vs 189,773 median tokens on NL queries — measured in the same default hybrid mode). For “find the chunk that answers this,” that’s a 1–2 order-of-magnitude token win at near-parity recall. (Reproduce: docs/BENCH.md.)
• Single static binary. Pure Go, no cgo, no Python interpreter on cold start, no GIL on indexing. Cross-compiles to Linux / macOS / Windows (amd64/arm64) for free.
• Drop-in for semble. Same search / find_related MCP tool schemas and the same markdown-string wire format — swap the command: path and existing agents work unchanged.
• Local, CPU-only. Embedding inference, BM25, and fusion all run on the CPU. No API keys, no GPU, no vector DB, air-gapped friendly.