DigUp
数据快照（2026-10-15）
| 事实 | 数值 | 来源 |
|---|---|---|
| 模型 | EmbeddingGemma 2 · 约 740M 参数 · 约 865 MB Q8（llama.cpp） | Google AI · DigUp README |
| 向量空间 | 共享 768 维多模态空间 | Google AI · DigUp README |
| Mac / Win·Linux | 0.6.1 · 0.7.0-beta.1 | GitHub Releases |
| Stars / forks | 约 3,768 / 254 | GitHub API |
痛点 → DigUp 流程 → 提示
| 痛点 | DigUp + EmbeddingGemma 2 做法 | 提示 |
|---|---|---|
| 请假表在哪个 PDF？ | 索引人事/表格文件夹；搜「年假申请」 | 打开到匹配页 |
| 盖章收据的手机拍照 | 索引相册 / 工作导出照片 | 按画面找——不靠文件名 |
| 制度埋在 200 页手册里 | PDF 页嵌入 + 关键词加权 | 长 PDF：先 30 页，最多 5000 页/文件（README） |
| 领导交代的语音备忘 | 音频约 30 秒窗进共享空间 | 跳到说话时刻附近 |
分步清单
- 按系统下载 DigUp；完成首次约 865 MB EmbeddingGemma 2。
- 只添加有权限索引的工作文件夹（跳过未下载的云占位）。
- Mac 上若桌面/文稿仍空，授予完全磁盘访问。
- 用自然语言搜；表格编号也可当精确关键词。
- 开夜间索引时段，白天保持流畅。
为什么这里需要 EmbeddingGemma 2
Google 的 EmbeddingGemma 2（约 740M，统一 768 维多模态空间）正是 DigUp 经 llama.cpp 运行的模型（约 865 MB Q8 包）。一次查询可排序图片、PDF 页、音频窗、视频帧与可选代码——见本机多模态指南与模型页。digup.run 非 Google 官方。
下载与安装
- Mac DMG 0.6.1 · Mac 安装
- Windows 0.7.0-beta.1 · Windows 安装
- Linux .deb / AppImage · Linux 安装
- 常见问题 · 模型大小 / Use Files…