DigUp 发布 Mac 本地文件搜索工具，基于 Google DeepMind 的 EmbeddingGemma 2

描述它。把它挖出来。
借助 Google DeepMind 的 EmbeddingGemma 2，按文件内容搜索你 Mac 上的文件。

下载 Mac 版 · Apple 芯片， macOS 14 或更高版本 · 免费且开源

EmbeddingGemma 2 是 Google DeepMind 于 2026 年 10 月发布的多模态嵌入模型。它把文本、图像、音频和视频放进同一个共享空间：一张沙滩上狗狗的照片会落在“沙滩上的一只狗”这句话旁边，一段谈论睡眠的录音会落在“他们谈论睡眠的地方”旁边。它理解 100 多种语言，是开放的（Apache 2.0），而且 740M 参数的规模小到足以在笔记本电脑上轻松运行。

DigUp 把这一切带到你 Mac 上的文件中。选择要搜索的文件夹，它就会读取其中的图片、PDF、文档、录音和视频。然后用你自己的话描述你在找什么，它就能找到匹配项，无论是什么类型的文件。这一切都在你的 Mac 上完成。

你能找到什么

“视频里的斑马”会打开斑马出现的那一刻的片段
“他们谈论睡眠的地方”会跳到播客的那一分钟
“租约中关于宠物的条款”会显示 PDF 页面，并标出那些文字
“沙滩上的一只狗”能找到那张照片，而“付款被拒错误”能找到那张截图
用英语搜索可以找到用孟加拉语、阿拉伯语或该模型支持的 100 多种语言写成的笔记，反过来也一样
“code: retry a failed call with backoff”会在你的项目中找到那个函数，前提是你开启代码搜索

精确的字词也算数。发票号码、错误代码和名称会按原样匹配，无论是在文件名、文档文本还是截图内的文字中，所以一次搜索既能得到含义，也能得到精确字符串。

私密

你索引的任何内容都不会离开你的 Mac。DigUp 只在首次下载模型和每天检查一次更新时联网。更新检查不会发送任何关于你文件的信息，而且你可以关掉它。没有账户，没有遥测。

安装

从 Releases 下载 DMG，把 DigUp 拖到 Applications，或者使用 Homebrew：brew install --cask arahim3/tap/digup。
打开它。在模型下载期间（865 MB，仅一次），选择要搜索的文件夹：整个文件夹，或只选其中的部分子文件夹。DigUp 会显示每个文件夹首次扫描需要多长时间。
在任何应用中按 ⇧⌘Space，描述你在找什么。

DigUp 需要一台搭载 Apple 芯片、运行 macOS 14 或更高版本的 Mac（已在 macOS 26 上测试），并且它会自动保持更新。

使用它

按键	作用
⇧⌘Space	从任何应用打开搜索面板（你可以在设置中更改）
↓ ↑	在结果之间移动
↩	打开结果：视频和录音跳到那一刻，PDF 在 Preview 的搜索中显示你的词，代码在你的编辑器中跳到那一行
Space	快速查看，显示那一页或那一刻（在你移动到某个结果之后）
⌘↩	在 Finder 中显示
⌘C	复制文件，以便粘贴到任何地方
⌘O	在更大的窗口中执行同样的搜索，带有图片网格和筛选器

DigUp 驻留在菜单栏中，你可以在那里查看索引进度、暂停它，或打开设置。第一次视频在对应时刻打开时，macOS 会询问 DigUp 是否可以控制 QuickTime Player；它就是这样跳过去的。

它读取什么

只读取你选择的文件夹：

图片和截图（HEIC、JPEG、PNG、RAW、WebP 等），按其显示的内容，截图也按其文字
PDF，逐页读取，包括扫描件。很长的 PDF 会先处理前 30 页，其余的在其他所有内容都处理完后处理（每个文件最多 5,000 页）
documents: txt、md、rtf、doc、docx、odt、html，长文件也一样。以数字为主的内容，比如数据 export，只按精确文本匹配
任意长度的音频：模型一次听 30 秒，所以 DigUp 采用重叠的 30 秒窗口，匹配结果指向其对应时刻
任意长度的视频：每隔几秒取一帧，每个镜头一帧，外加与音频相同方式处理的音轨

在你为代码搜索选定的文件夹之外，它从不读取代码，而在代码项目（包含 .git、 package.json 等文件的文件夹）内，它只读取截图。它从不读取密钥、证书、密码文件、像 ~/.ssh 这样的隐藏文件夹、应用包或缓存。它会跳过看起来像数据集的文件夹，也从不下载仅存在于云端的 iCloud 文件。你可以在设置中跳过更多文件夹或文件类型。DigUp 只读取你的文件；它从不更改、移动或上传它们。

第一遍处理几百个文件需要几分钟，处理一个大的下载文件夹可能需要一小时。这只发生一次，用电池时也会进行，除非你让它等到接上充电器，并且在低电量模式下会暂停。之后，一个新文件落地后一两秒即可被搜索到。

代码

EmbeddingGemma 2 也能读取代码，所以 DigUp 可以搜索你的项目。代码搜索默认关闭，直到你在设置 → 代码中或设置过程中为你选定的文件夹开启它。每个仓库都会显示读取它需要多长时间以及其索引需要多少空间。然后用 code: 开始搜索，说出代码的功能，或输入其中包含的名称：

"code: retry a failed call with backoff" 会找到那个函数，无论它叫什么名字
"code: refreshAccessToken" 会跳到定义它的那一行，而不是调用它的地方
"code: plot how many examples each class has" 会找到那个 notebook 单元格

结果会在你的编辑器中打开并定位到该行：Zed、VS Code、Cursor、Xcode、Sublime Text、JetBrains IDE 以及更多（在设置中选择一个）。代码有自己独立的索引，从不出现在其他搜索中。DigUp 读取源文件、 notebook（不含其输出）以及仓库自带的文档。它会跳过 git 忽略的内容、第三方和生成的代码、数据文件，以及任何看起来像密钥或密码的东西。当你在处理代码时，索引会在一切安静下来一分钟后跟上进度。

读取代码对于一个小型应用大约需要 20 秒，而对于整个 llama.cpp 大约需要 20 分钟和 130 MB 的索引。

工作原理

your folders ─► readers (ImageIO, PDFKit, AVFoundation, and Vision for the text in screenshots)
             ─► EmbeddingGemma 2 on llama.cpp (Metal), in a helper process that quits when it's done
             ─► one SQLite file: a vector for every picture, page, passage, video frame and 30 s of sound,
                plus a keyword index (code search keeps a second one, for code)
your words   ─► the same model's text part (~250 MB, only while you search) ─► nearest vectors + exact words

DigUp 通过 llama.cpp 在 Mac 的 GPU 上运行 ggml-org 的 8 位版 EmbeddingGemma 2。每个向量都位于同一个 768 维空间中，这就是为什么一次查询可以将一个视频帧与一个 PDF 页面进行排序比较。一次搜索会在几毫秒内嵌入你的文字，并将它们与索引中的所有内容进行比较。精确词匹配会获得加权，因为没有任何嵌入能精确表示一个发票号码。

索引会记住其向量是由哪个模型版本生成的。不改变向量的更新会保留你的索引，并且每次 llama.cpp 更新在发布前都会用存储的参考向量进行测试。

从源码构建

你需要 Xcode 26、git 和 CMake（或 uv）来构建 llama.cpp。如果 xcode-select -p 显示的是 Command Line Tools，请先切换到 Xcode（sudo xcode-select -s /Applications/Xcode.app）：它们缺少构建所需的 SwiftUI 和 Swift Testing 宏。

git clone https://github.com/ARahim3/DigUp && cd DigUp
scripts/build-llama.sh            # llama.cpp at a pinned tag, with a one-line patch (a few minutes)
swift build -c release && swift test
./build.sh                        # → build.noindex/DigUp.app

还有一个命令行工具 .build/release/digup，可以在终端中建立索引、搜索和运行评估（digup --help）。scripts/make-testbed.sh 会构建一个测试文件文件夹供你试用（它需要 ffmpeg），而 evals/ 保存着用于衡量排名变化的查询。

FAQ

这和 Spotlight 有什么不同？ Spotlight 按文件名、文本和元数据查找文件。DigUp 还能按文件展示或讲述的内容来查找，并直接带你到对应的页面或时刻。两者可以很好地并存。

为什么下载有 865 MB？那是模型：文本部分（310 MB）加上图像和音频编码器（555 MB）。应用本身大约 20 MB。

它会让我的 Mac 变慢吗？只有第一遍处理比较吃资源。之后它只读取新文件。模型在单独的进程中运行，完成后就会退出，搜索部分只在你搜索时加载。

支持哪些语言？该模型掌握 100 多种语言，DigUp 可以用所有这些语言搜索，还能跨语言搜索。评测只覆盖英语、孟加拉语和阿拉伯语，因为这些是 DigUp 测试所用文件的语言，而且 Google 指出该模型并非在每种语言上都同样出色。有两项限制针对的是精确词，而非含义：截图中的文字由 Apple 的文本识别读取，它认识约 25 种语言；而像中文、日文和泰文这类不用空格分隔的语言，不会被切分成词。

如何卸载它？先退出，然后删除 DigUp.app 和 ~/Library/Application Support/DigUp，后者存放模型和索引。它的设置位于 ~/Library/Preferences/com.abdurrahim.DigUp.plist。使用 Homebrew 时，brew uninstall --cask --zap digup 可将其全部移除。

谢谢

DigUp 基于 Google DeepMind 的 EmbeddingGemma 2（Apache 2.0）、llama.cpp（MIT）和 Sparkle（MIT）构建。它们的许可声明随应用一同发布，位于 DigUp.app/Contents/Resources/Acknowledgements.txt。

DigUp 与 Google 或 Apple 无关联。Gemma 是 Google LLC 的商标；Mac 和 Spotlight 是 Apple Inc. 的商标。

许可证

MIT