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 |
|---|---|---|
| 非目标写在哪？ | PRD PDF/docx 搜索 | 打开到段落/页 |
| 关于 onboarding 的访谈片段 | 音视频时刻 | 跳到引语附近 |
| 竞品截图集 | 图像嵌入 | 描述界面 |
| 发版周笔记本狂转 | 安排索引时段 | 耗电指南 |
分步清单
- 安装 DigUp；本机索引 Product / Research / Demos。
- 完成首次约 865 MB EmbeddingGemma 2。
- 搜结果语言（「缩短 time-to-value」），不只工单号。
- 需要时联动工程 code: 搜索。
- 模态矩阵见多模态指南。
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…