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 PDF 定义了「熵」？ | 索引课程 PDF；按概念搜 | 打开到页——不只文件名 |
| 课后白板照片 | 索引相机文件夹；视觉搜索 | 按写的/画的找 |
| 讲座哪一段讲了 X？ | 音视频约 30 秒窗 | 跳到时刻附近 |
| 作业代码片段 | 开启 code: 搜索 | 在编辑器打开到行 |
分步清单
- 在 Apple Silicon Mac 或 Win/Linux 测试版电脑安装 DigUp。
- 添加课程/笔记文件夹；先把 iCloud 课件本地下载。
- 先完成 EmbeddingGemma 2（约 865 MB），再夜间大索引。
- 用自己的话搜概念；课程代号可当关键词。
- 考试周在电池供电时暂停索引。
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…