整理：TopAIMap 编辑
Google Gemma 推 DigUp：EmbeddingGemma 2 驱动的本地 Mac 语义搜文件
开源 Mac 菜单栏应用 DigUp 用 EmbeddingGemma 2 在本地对图片/PDF/音视频/代码做自然语言检索；官宣帖约 3858 赞、21.7 万曝光。
Google Gemma 官方账号于 10 月 13 日展示开源 macOS 菜单栏应用 DigUp：基于 Google DeepMind 的 EmbeddingGemma 2，把文本、图片、音频、视频映射到同一向量空间，用自然语言搜本机文件（如「视频里的斑马」「租约里关于宠物的条款」），并可跳到对应时间戳或 PDF 页。GitHub 仓库 ARahim3/DigUp 约 2581 star，MIT 许可；首次公开版约 0.6.x，需 Apple Silicon + macOS 14+，模型约 865 MB 一次性本地下载。
谁能用：免费开源，面向个人本机；无账号、无遥测，索引留在本机。通过 GitHub DMG 或 brew cask 安装；可选开启 `code:` 代码语义搜索。当前不提供云 API。 解读：EmbeddingGemma 2 从「模型卡片」落到日常 Spotlight 替代，本地多模态检索成可装产品。讨论：① 企业文件库会不会跟进同类本地栈？② 与云端桌面 Agent 的隐私权衡如何选？
参考资料
