项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
技术标签
使用教程
—
环境要求
- Apple Silicon Mac（M 系列芯片）
- macOS 14 或更高版本（已在 macOS 26 上测试）
- 首次使用需联网下载约 865 MB 的 EmbeddingGemma 2 模型
- 预留足够磁盘空间用于模型与被索引文件夹
安装与启动步骤
-
1安装 DigUp
从 Releases 页面下载 DMG 并拖入 Applications，或用 Homebrew 命令一键安装，二选一即可。
brew install --cask arahim3/tap/digup -
2首次启动下载模型
打开 DigUp 后会一次性下载 EmbeddingGemma 2 模型（865 MB），下载期间可以先继续下一步。
-
3选择要搜索的文件夹
在应用中选择整个文件夹，或只勾选其中的部分子文件夹；DigUp 会显示每个文件夹首次索引的预计耗时。
-
4描述内容进行搜索
在任意应用中按 ⇧⌘Space 唤出搜索面板，用自然语言描述你要找的东西，支持中英等多语言。
如何确认成功
菜单栏出现 DigUp 图标，按 ⇧⌘Space 能弹出搜索面板并返回匹配的文件结果。
常见问题
Q：Windows 或 Linux 可以用吗？
A：目前仅支持 macOS、且必须是 Apple Silicon 机型。README 说明 Windows 和 Linux 版本正在开发中。
Q：搜索过程会把文件上传到云端吗？
A：不会。DigUp 在设备端完成嵌入与检索，全部计算都在本地进行，兼顾隐私与速度。
Q：第一次使用为什么很慢？
A：需要一次性下载 865 MB 的模型文件，并对所选文件夹做首次索引；界面会提示预计耗时。
Q：能搜哪些类型的文件？
A：可以读取文件夹中的图片、PDF、文档、录音和视频，按内容而非文件名进行匹配。
Q：支持中文搜索吗？
A：支持。所用模型理解 100 多种语言，可用中文、英文等多种语言描述要查找的内容。
注意事项
- 仅支持 Apple Silicon Mac，Intel 机型无法使用。
- 系统需为 macOS 14 或更高版本。
- 模型约 865 MB，只在首次使用时下载一次。
- DigUp 会自动保持自身更新。
核心亮点
- 支持照片、PDF、录音、视频、代码多模态内容检索，覆盖常见文件类型
- 基于 EmbeddingGemma 2 与 llama.cpp，完全本地推理，隐私友好且无需联网
- 以菜单栏应用常驻，Swift 原生实现，符合 macOS 使用习惯
不足之处
- 仅支持 macOS，Windows/Linux 用户无法使用
- 依赖本地模型推理，首次索引大量文件时对硬件性能和存储有一定要求
适用场景
- 设计师按画面描述找回几个月前的参考图或素材
- 开发者用自然语言搜索代码片段或技术录屏
- 普通用户凭记忆内容查找合同、发票等 PDF 文档
替代项目
Everything、Recoll
上一篇：ontocast
下一篇：没有了！
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
Supercharge your AI agents with data from the web and beyond. Building the library f···
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔，自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···