用例 · 程序员 / 开发者

DigUp 给程序员 / 开发者

仓库、PR 截图、PDF 里的堆栈、会议录音——DigUp 用 EmbeddingGemma 2 在本机按含义索引。代码搜索需开启并用 code: 前缀。社区指南——基于 DigUp(MIT)。非官方关联;DigUp 不是 Google 官方产品。

本机流程示意图:DigUp 用 EmbeddingGemma 2 为程序员 / 开发者做本机搜索
原创示意图——DigUp 用 EmbeddingGemma 2(llama.cpp)索引本地文件。

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·Linux0.6.1 · 0.7.0-beta.1GitHub Releases
Stars / forks约 3,768 / 254GitHub API

痛点 → DigUp 流程 → 提示

痛点DigUp + EmbeddingGemma 2 做法提示
忘了 backoff 辅助函数在哪个仓库开启代码目录 → 查询 code: retry with backoff结果在 Cursor/VS Code/Zed 打开到行
Downloads 里埋着报错截图索引 Screenshots + Downloads;按画面搜Mac 截图 OCR 也帮精确字符串
设计 PDF 与实现不一致同时索引文档与代码;跨模态按含义对比文件名用 Spotlight;含义用 DigUp
旧的 Loom / mp4 复现奇怪 bug视频帧 + 约 30 秒音频窗进共享 768 维空间跳到接近时刻——README 行为

分步清单

  1. 安装 DigUp(Mac 0.6.1 或 Win/Linux 0.7.0-beta.1)——首次 EmbeddingGemma 2 约 865 MB。
  2. 添加项目文件夹;在设置中为需要的仓库开启代码搜索。
  3. 等待首遍耗时估计;风扇吵可用夜间索引时段。
  4. 源码用 code:;截图/PDF/录音用自然语言。
  5. 云同步目录索引为 0 时,见「索引为 0」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

相关