github.devotd.
新发现多模态

arahim3/digup v0.6.1 — 基于文件内容的端侧搜索

arahim3/digup 是一款使用 EmbeddingGemma 2 按内容搜索设备上多种格式文件的应用。

仓库信息arahim3/digup ↗

Search your computer by what's in your files: photos, PDFs, documents, recordings, videos and code. On-device on Mac, Windows and Linux, built on Google DeepMind's EmbeddingGemma 2.

星标
★ 4.6K
复刻
323
语言
Swift
许可证
MIT
最新版本
v0.7.0-beta.1
查看原始来源 ↗在 GitHub 查看 ↗

arahim3/digup 是一款端侧应用,可按文件内容搜索电脑中的照片、文档、录音、视频、代码等。GitHub API 显示的最新版本是 v0.6.1,提供的资料中没有单独列出该版本改动了什么。README 将 Mac 作为正式发行平台,并将 Windows 和 Linux 指向 v0.7.0-beta.1。因此,发行版本与各平台说明需要区分阅读。

搜索使用 Google DeepMind 的 EmbeddingGemma 2。它把文本、图像、音频、视频转换为可比较的数字表示(嵌入),放进同一个搜索空间,从而用不指定文件类型的描述来查找。README 给出的例子包括查找视频中的斑马,或讲述水面的人。它说明模型通过 llama.cpp 运行,并支持 100 多种语言的跨语言检索以及精确字符串搜索。模型采用 Apache-2.0 许可证,应用仓库的许可证是 MIT。README 表示,索引后的内容不会离开设备,只有下载模型和每天一次的更新检查才会联网。

这种方式的重点是在个人设备内跨多种文件格式进行查找。但 README 没有自带基准测试表,评测文件中包含的语言只有英语、越南语和阿拉伯语。因此,独立于“支持 100 多种语言”这一说明,展示实际各语言检索质量的依据是有限的。