开源 Mac 工具 DigUp 用 EmbeddingGemma 2 实现全本地跨模态语义搜索
开源 Mac 菜单栏应用 DigUp 因其全本地、跨模态的内容搜索能力登上 GitHub 热榜，并获得 Google Gemma 官方账号转发推荐。它基于 Google DeepMind 的多模态嵌入模型 EmbeddingGemma 2，让用户即使完全忘记文件名，也能用自然语言描述内容直接找到照片、PDF、录音、视频与代码。
已确认
- DigUp 由开发者 Abdur Rahim 开源，是一款 macOS 菜单栏搜索工具，可搜索选定文件夹中的照片、文档、代码及音视频文件。
- 底层模型为 Google DeepMind 的 EmbeddingGemma 2（740M 参数，Apache 2.0 协议），将文字、图片、音频、视频统一编码为 768 维向量，实现本地跨模态语义搜索。
- 全程在设备端运行，无需云端；与 macOS 自带 Spotlight 按文件名搜索的方式形成对比，DigUp 按内容语义匹配。
- 项目登上 GitHub 热榜；关于 star 数，不同帖子分别给出 3k（m4）与 2.6k（m5），均为发帖时数据。
- 项目本身采用 MIT 协议开源。
为什么重要
- 它展示了小型多模态嵌入模型（EmbeddingGemma 2）在消费级设备上的实用落地：语义搜索不再依赖云端，兼顾隐私与便捷。
- 跨模态统一向量表示意味着「用一句话描述记忆中的内容」即可检索多年前的录音、照片或文档，是本地 AI 工具生态的代表性案例。
2026-10-14 ~ 2026-10-14 · 5 条相关
一手来源
- DigUp 深度解读：740M 参数多模态嵌入如何在 Mac 本地按内容搜文件 — xiaohu ·
- 开源工具 DigUp 用 EmbeddingGemma 让 Mac 全盘内容语义搜索登 GitHub 热榜 — xiaohu ·
- 开源 Mac 应用 DigUp 用 EmbeddingGemma 实现全本地语义搜索 — TheMoonMidas · 2026-10-14
- 开源工具 DigUp 用 EmbeddingGemma 2 实现本地文件语义搜索 — aigclink · 2026-10-14
- 【源头】DigUp 深度解读：740M 参数多模态嵌入如何在 Mac 本地按内容搜文件 — xiaohu · 2026-10-14