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 |
|---|---|---|
| 去年的分数练习 | 索引教学文件夹；语义查询 | PDF/图片命中 |
| 实验演示录像 | 音视频窗 | 跳到讲解 |
| 学生板书照片（本地） | 图像嵌入 | 仅你选择的文件夹 |
| 学校笔记本离线备课 | 模型下载后本机可用 | 无 DigUp 账号 |
分步清单
- 安装 DigUp；遵守学校对学生媒体的隐私规定。
- 在校园网下载 EmbeddingGemma 2（约 865 MB）。
- 索引课程文件夹；跳过私人云垃圾。
- 用白话搜教学目标。
- 长时间批改时参考耗电指南。
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
- 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…