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 |
|---|---|---|
| 哪个 Deck 有价格表？ | 索引 Decks PDF；语义 + 关键词 | 打开到页 |
| 客户提到竞品 X 的通话 | 音频窗 | 跳到提及附近 |
| 案例截图 | 图像搜索 | 按界面/图表找 |
| 出差离线笔记本 | 模型下载后本机可用 | 不依赖云搜索 SaaS |
分步清单
- 安装 DigUp；索引前先把需要的 Deck 本地下载。
- 完成 EmbeddingGemma 2（约 865 MB）。
- 用客户原话搜产品点——不只内部代号。
- Win/Linux 测试版：注意 SmartScreen 与 speed.log GPU 行。
- 对内分享即可；勿声称 DigUp 为 Google 官方。
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…