DigUp
产品简介
DigUp 是面向本机文件的语义搜索工具,使用 Google DeepMind 的 EmbeddingGemma 2 在设备上检索图片、PDF、文档、音频、视频和代码,并把结果打开到对应页面、时间点或代码行(P1,仓库当前描述)。
为什么值得收录
- 它不只匹配文件名和文本,还能用自然语言描述图片内容、音频话题、视频画面或代码行为,同时保留精确词匹配。
- 搜索结果直接提供预览和下一步动作,例如打开视频时间点、定位 PDF 页码、在 Finder 中显示、复制文件或在编辑器中打开代码行(E1/P1)。
- Mac 端使用原生 SwiftUI,Windows 与 Linux 通过 Tauri 提供同构搜索体验;同一套本地索引把跨文件类型的语义检索压缩进快捷面板。
- 产品把首次索引耗时、模型下载大小和隐私边界放进准备流程,而不是把本地 AI 的重成本藏到结果页之后(P1)。
核心任务
- 用户:需要在本机大量文件中快速找回某段内容、画面或代码的用户。
- 场景:按快捷键唤起搜索,用自然语言描述记得的内容,再预览并跳转到准确位置。
- 目标:不把文件上传到云端,也不依赖文件名记忆,完成「描述它,找到它」。
关键截图
截图 1|视频语义搜索结果

- 用户正在做什么:搜索
zebra in a video,从本地视频和图片中找回斑马画面。 - 我看到的设计处理(E1):左侧按
VIDEO、IMAGES分组列出匹配文件;右侧同时显示视频预览、文件名、路径、大小和命中时间;底部提供Open at 0:42与Show in Finder。 - 它为什么有效:结果、证据和动作同屏,用户不需要先打开文件再确认是否找对位置。
截图 2|代码搜索结果

- 用户正在做什么:搜索
code: retry with backoff,在本地项目中定位重试逻辑。 - 我看到的设计处理(E1):左侧列出命中函数与文件,右侧显示带高亮的代码预览和文件路径,底部给出
Open in Editor与Show in Finder。 - 它为什么有效:代码搜索延续同一套「列表 + 预览 + 就近动作」结构,语义搜索没有破坏开发者已有的定位习惯。
设计亮点
视觉
- 深色半透明搜索面板悬浮在桌面背景上,结果列表与预览区用轻微层级差分开;类型图标与分组标题承担扫描入口(E1)。
- 文件名、路径、时间和动作按任务顺序排列,避免把元数据堆在预览下方(E1)。
组件
- 搜索框、结果分组、预览、命中说明和动作按钮组成一个完整命令面板。
AI: Has your words一类命中解释把语义搜索与精确词匹配的区别直接告诉用户(E1)。
交互与动效
- 仓库声明支持方向键移动、空格预览、回车打开、Finder 或文件管理器定位和复制文件;视频展示了结果切换与预览联动(E1/P1)。
- 视频和音频可在命中时间点打开,PDF 可定位页面,代码可跳到定义行;实际系统集成仍需本机验证。
产品体验
- 首次准备会显示每个文件夹的预计索引时间,模型约 865 MB,只需下载一次;之后新文件可在数秒后进入索引(P1)。
- 所有索引保存在本机 SQLite,模型在独立进程中运行并在完成任务后退出;仓库称网络只用于模型下载和每日更新检查(P1)。
可提炼的设计沉淀
- 候选:本地语义搜索应把「命中依据、内容预览、准确位置和下一步动作」压进同一结果面板,而不是只返回文件名列表。
不适合照搬
- 索引依赖约 865 MB 模型和首次扫描时间,低存储、低算力或超大目录需要先展示成本与暂停策略。
- Windows 与 Linux 仍为 beta,安装包尚未签名;Linux 的快捷方式和托盘行为还受桌面环境限制。
- 仓库说明中日韩泰等无空格语言在精确词拆分上仍有限制,截图文字识别也仅 Mac 支持。
- 本地隐私承诺仍需结合源码、网络请求、权限和系统日志独立审计,不能只看营销文案。
- 代码搜索会读取仓库内容;默认关闭,但企业环境仍应配置敏感目录、密钥、忽略规则和索引删除策略。
证据限制
- 未安装或运行 DigUp,未验证索引速度、搜索结果排序、跨语言检索、系统权限、更新机制或资源占用。
- X 视频是产品演示,GitHub README 是产品方说明;本笔记只把画面中的界面与交互作为直接观察。
- 许可证分层:应用代码为 MIT,EmbeddingGemma 2 模型为 Apache 2.0,部分依赖使用 LGPL、BSD 或其他条款,分发或修改前需逐项核对。
来源
- GitHub:https://github.com/ARahim3/DigUp
- 发现来源(X 原帖):https://x.com/xueyu1125/status/2109278327890760093
- 作者补充:https://x.com/_ARahim_/status/2109341859994808325
- 体验日期:2026-10-22