按文件内容搜索你的 Mac,而不是按文件名。
DigUp 在设备端运行 @GoogleDeepMind 的新 EmbeddingGemma 2:用任何语言描述一个视频片段、播客的一分钟、PDF 的一页、一张照片或代码,就能把它挖出来。
https://www.jamecling.com/archives/8128
免费且开源。@googlegemma
DigUp 是一款面向 macOS 的本地文件内容搜索工具,由开发者 ARahim3 打造并开源发布。它把 Google DeepMind 于 2026 年 10 月推出的多模态嵌入模型 EmbeddingGemma 2 直接搬到了你的 Mac 上:你只需用自然语言描述想找的东西,它就能在图片、PDF、文档、录音和视频里把对应内容挖出来。无论是「沙滩上的狗」这样一张照片,还是播客里聊到睡眠的那一分钟,抑或租约里关于宠物的条款,DigUp 都能定位到具体页面或时间点。
它支持 100 多种语言,索引全程在设备端完成,文件不会离开你的电脑。项目免费且开源,目前提供 Apple Silicon 版本,要求 macOS 14 或更高,Windows 与 Linux 版本正在路上。
传统搜索几乎只看文件名和扩展名,可我们真正记得的往往是内容本身:那段视频里出现过什么、某份 PDF 第几页写了什么、某张截图上的报错文字是什么。为了找一份资料,很多人不得不逐个打开文件翻看,或者在多个 App 之间来回切换,耗时又打断思路。更麻烦的是,一旦文件是扫描件、录音或视频,文件名往往毫无信息量,靠关键词根本搜不到。云端搜索工具虽然聪明,却要把私人文件上传,隐私顾虑让不少人望而却步。DigUp 正是冲着这个矛盾来的:既要按内容搜,又要文件不出本机。
DigUp 的核心思路是把多模态理解能力放进本地索引,让你用一句话描述就能跨文件类型命中目标,同时兼顾精确字符串匹配与隐私安全。
用自然语言描述画面、声音或文字,即可定位到具体文件与位置。
图片、PDF、文档、音频、视频共用一套索引,一次搜索全部覆盖。
索引与模型推理都在 Mac 上完成,文件不上传、不改动。
开启后可用 code: 前缀按功能描述查找函数与代码行。
DigUp 把前沿多模态模型与本地隐私、开源免费三点结合到一起,为 Mac 用户提供了一种全新的文件检索方式,也代表了端侧 AI 落地的一个实用样本。
EmbeddingGemma 2 让文字、图像、音频、视频进入同一语义空间。
Apache 2.0 协议,无账号无遥测,联网仅用于下载模型与检查更新。
按文件内容搜索你的 Mac,而不是按文件名。
DigUp 在设备端运行 @GoogleDeepMind 的新 EmbeddingGemma 2:用任何语言描述一个视频片段、播客的一分钟、PDF 的一页、一张照片或代码,就能把它挖出来。
https://www.jamecling.com/archives/8128
免费且开源。@googlegemma