如何在普通 Mac 上免费搜照片和文件？用 DigUp，说一句话就能找

这篇也有视频版 DigUp 基于谷歌 EmbeddingGemma 2，中文找旧照片 06:09 在本站直接看

DigUp 是个装进你自己电脑的文件搜索工具：拖进应用程序，或者一行 brew 命令，就装好了。免费、开源，文件只在本机处理、不上传，没账号，没遥测。

我把它装在一台平民级的 MacBook Air（M3）上，拿一批照片、视频、合同和截图实测了一遍。它最好用的场景，是用中文一句话描述照片里拍了什么、合同里写了哪条、截图上有什么——找出来不算，还能直接跳到那一页、那一刻。第一次打开得先下 865MB 的模型，建索引也要等一阵，这两件事得先有心理准备，后面一节节说。

五行说清能不能用

• 能干啥：在你选定的文件夹里，按内容搜图片、截图、PDF、文档、录音和视频；打开结果时，PDF 到那一页，录音和视频到那一刻。
• 要啥机器：苹果芯片的 Mac，macOS 14 以上。Windows 和 Linux 版还在测试阶段。
• 怎么装：去 Releases 下 DMG 拖进应用程序，或者 brew install --cask arahim3/tap/digup。
• 要等多久：模型 865MB 只下一次，我这台下了 38 分钟；建索引大约一秒一个文件，追加 317 个文件花了 5 分半。
• 短板：中文录音把握低，单个中文词容易落空，同样的意思换成英文问更稳。另外第一次建索引时它在逐个读文件，机器会有点忙，放着让它跑就行。

DigUp 是什么东西

DigUp 是 ARahim3 的开源项目，MIT 许可。它自己不产模型，底下跑的是谷歌 DeepMind 2026 年 10 月发布的多模态嵌入模型 EmbeddingGemma 2：Apache 2.0 许可，7.4 亿参数，认识一百多种语言。这个模型把文字、图片、声音、视频都塞进同一个空间：一张海边狗的照片，离「海边的狗」这四个字近，离「番茄炒蛋」远。

DigUp 做的事，就是把这个能力接到你的硬盘上：你指定要搜哪些文件夹，它挨个读一遍建索引；之后你描述想找什么，它去挑意思最接近的那几段。整个过程不看文件名，文件叫 IMG_20210112_1.png 也不影响。

跟苹果自带的搜索比，苹果也会分析画面，只是在后台慢慢跑。这个差别我后面拿同一批文件实测。

按谷歌那篇博客的原话，同一个尺寸档里（10 亿参数以下的多模态嵌入模型），它的几项基准分数领先，有些任务上能追平、超过更大的模型。我理解成「同尺寸里比较能打」，不指望它天下第一。

官方演示里的三段结果

官方那个演示动图我反复看过几遍，最抓人的是视频定位：搜 zebra in a video，一段非洲草原的片子被翻出来，直接停在斑马出现的那一秒，第 42 秒。注意这段视频的文件名叫「Masai Mara - day 2」，名字里根本没有斑马两个字，它是看了画面才找到的。

租约那段也一样。搜 the clause about pets in the lease，一份租房合同的 PDF 被打开，翻到写宠物条款的那一页，搜索词在页面上标出来。播客那段我印象更深：搜 where they talk about sleep，一期音频跳到那一分钟，从那句「睡觉」开始放。

租约那条动图在下面；注意它是看内容翻页的，不是按文件名。

演示里的文件全是英文，换成中文行不行，得自己试。我后面专门测了。

它靠什么找到内容

原理不复杂。建索引时，模型把每张图、每一页 PDF、每段文字、每 30 秒声音、视频每隔几秒抽的一帧，都变成一串数字，塞进一个 SQLite 文件。搜的时候，你打的那句话也变成一串数字，跟库里所有向量比远近，谁的近谁排前面。这些向量都是 768 维的，一张视频截图和一页 PDF 能在同一个尺度上比。

除了按意思比，它还留了一条原词精确匹配的通道：发票号、错误码、人名这类东西，嵌入表达不精确，就靠字面上的匹配补上，两条路的分数合在一起排序。截图上的订单号能整串搜到，就是这条通道在起作用。

音频是按 30 秒一段、互相重叠着切；视频每隔几秒取一帧，另外每个镜头取一帧，音轨按音频那套处理。Mac 上模型跑在 GPU（Metal）上，用的是 llama.cpp 的 8 位量化版本；模型待在独立进程里，索引完就退出，搜索时才加载文本那一小部分，大概 250MB。索引里记着每个向量是哪个模型版本做的，更新之后向量没变就保留原索引。做完索引，新放进去的文件几秒钟就能搜到。

装之前先对一下机器

README 写得很直白：Mac 版要苹果芯片，系统 macOS 14 以上。我用的是一台 MacBook Air M3、16GB 内存，属于很普通的配置——按 The Verge 的报道，16GB 是苹果这代 MacBook Air 的最低配置档位，起售价 999 美元，是苹果笔记本里最便宜的一档。这东西不是给顶配机器准备的。

Windows 和 Linux 有测试版：Windows 上是 x64 安装包，装给自己、不需要管理员权限；Linux 上 Ubuntu、Debian、Mint 这些发行版有 .deb 包，别的地方用 AppImage。这两个平台的包还没签名，Windows 可能弹提示说认不出这个应用，想折腾可以试，主力机先别动。

第一步：把它装进来

Mac 上有两条路，选一条就行。

一条是去 GitHub 的 Releases 页面下 DMG，打开之后把 DigUp 拖进「应用程序」文件夹，跟装普通 Mac 软件一样。

另一条是 Homebrew，一行命令：

brew install --cask arahim3/tap/digup

装完在启动台或应用程序文件夹里能看到它。第一次打开会有系统提示，允许一下就行。

第二步：第一次打开

打开之后它不急着干活，先让你选文件夹。可以选整个文件夹，也可以只选里面某几个子文件夹。它还算贴心：每个文件夹会显示一个首次预估时间，这数字是按你这台机器实测出来的，不是拍脑袋。选大文件夹之前先看一眼，心里有底。

选好文件夹，剩下两件事要等。

一是下模型。865MB，一次性，只下这一次。为什么这么大？README 解释过：文本部分 310MB，图像和音频编码器 555MB，加起来就是它。我这台机器连的网不算快，下了大约 38 分钟（2300 秒）。你那边多久取决于网速，没有统一答案。

二是建索引。它要把选中的文件挨个读一遍，这是最费时间的环节。这一步它干的事挺多：照片和截图看画面，截图里的字在 Mac 上还会额外用系统的文字识别读出来；PDF 一页一页过，扫描件也算，特别长的先读前 30 页，剩下的等其它文件都建完再补；录音按 30 秒一段切开听；视频每隔几秒取一帧。我的测试文件夹第一批 8 个文件花了 40 秒；后来我又塞进去 317 个干扰文件，追加索引花了 331.5 秒，算下来差不多一秒一个。README 给的参考是：几百个文件几分钟，一个塞满东西的「下载」文件夹可能得一个小时。

索引建好之后你再放新文件进去就不一样了，落地几秒钟就能搜到，不用再等一遍。

下面是我这台机器的设置页：能看索引跑到哪了（我这儿是 326 个文件全索引完）、能追加要跳过的文件夹和扩展名、也能限制只在接电源或者指定时段才跑索引。

第三步：呼出搜索框

DigUp 常驻菜单栏，平时不用管它。在任何应用里按 ⇧⌘Space，搜索面板就出来了（Windows 和 Linux 上是 Ctrl+Shift+Space）。这个快捷键可以在设置里改。

结果出来之后：

• ↓ ↑ 上下选
• 回车打开：PDF 翻到那一页，录音和视频跳到那一刻，代码（如果开了代码搜索）在编辑器里打开到那一行
• 空格：大预览，也是停在那页或者那一刻
• ⌘↩：在访达里显示这个文件
• ⌘O：换一个大窗口看同样的搜索结果，带图片网格和筛选

Mac 上视频会交给 QuickTime Player 或 IINA 播放，第一次要允许它控制播放器；PDF 默认用「预览」打开时会带着你的搜索词，我这台 Mac 把默认 PDF 应用设成了 WPS，所以回车是直接打开文件，没有预览里那一套高亮。

我在自己机器上实际打了一次「海边的狗」，录屏在下面：结果第一条就是那段视频，标着「Matches the frame at 0:06」，回车之后 QuickTime 先闪了一下开头，然后跳到第 6 秒，正好是金毛跑进画面那一镜。

实测：照片和视频

接下来是我自己的测试。先说清这批文件：三张照片是我用 AI 生成的样张，一段视频，两段中文录音是用 macOS 自带的朗读功能念出来的，一份租房合同扫描件，一张付款失败截图。文件名全是相机那种乱码，「IMG_20210112_1」这种，录音就叫「新录音1」「新录音2」，光看名字完全猜不出内容。为了让搜索有点难度，我又塞了 317 个不相干的文件当干扰。

打「海边的狗」：第一条是那段视频，DigUp 跳到第 6 秒，正好是金毛在海边跑的那一镜；第二条就是那张照片；317 个干扰文件一个都没挤进前两名。

打「过生日吹蜡烛」：视频排第一，停在开头那一镜，蛋糕照片排第二。打「白板上画的流程图」：视频跳到第 4 秒，照片第二。三张照片用中文都找到了。

实测：合同扫描件

合同那份文件的名字就是「扫描件_0315」，一点提示都没有。我打「租房合同里关于养宠物的条款」，排第一的是它，而且它把原文摘了出来：

「第三条 宠物条款：未经出租方书面同意，承租方不得在房屋内饲养猫、狗等宠物。如需饲养，应额外缴纳押金两千元。」

录屏里你能看到：列表里只有这一个结果，标着「Matches page 1」，回车之后文件直接打开到写宠物条款那一页。我这台把默认 PDF 应用设成了 WPS，所以打开的是 WPS；系统默认是「预览」的话，它会带着你搜的词打开。

同一次搜索在命令行里的原始输出是这样，结果里带了页码和摘出来的原文：

这说明它是读了扫描件里的字才找到的，那份 PDF 在索引里算第一页。同一份合同，我用英文打 lease clause about pets，它排到第三才出现，前两条是杂物，分数只有 2.7。

苹果聚焦的同场对照

同一批文件，我也拿苹果自带的搜索试了。在我这台机器、这批文件上：测试文件放好的当晚，打「狗」，只命中了那份合同——因为合同文字里有「狗」这个字，金毛照片和那段视频都没出来。等过了一夜再搜，视频能搜到了；照片到 10 月 16 日中午还是没有。打「支付失败」，那张截图也是一直没有结果。

这里得说句公道话：这不是说苹果搜不到画面内容——它也在分析画面，只是在后台慢慢跑，我这台上过了一夜才部分到位；DigUp 是索引建完就能搜。单次对照只能说明这台机器这个时间点的情况，不代表所有 Mac 都这样。

实测：截图和订单号

打「付款失败的截图」，那张截图排第一，分数 4.9。截图上有一串订单号 20230415887261，我把整串数字粘进搜索框，它还是能找到那张截图，而且标着「words #1」，走的是原词精确匹配那条路。截图里的文字在 Mac 上会被读出来，这是 DigUp 在 Mac 上独有的一项能力，Windows 和 Linux 上还没有。

顺手试了个跨语言的：用英文打 payment failed screenshot，同一张截图还是排第一，分数 6.6。用「银行卡余额不足」也能命中，分数 3.5，同样是原词匹配排第一。

怎么描述才搜得准

用下来有几条经验，都是实测里撞出来的：

• 打一整句话，别只丢一个词。搜「租房合同里关于养宠物的条款」能命中，只打「押金」就落空。
• 描述画面里有什么、在干嘛。「海边的狗」「过生日吹蜡烛」「白板上画的流程图」，都是这个路子。
• 找文字内容，把那行字的意思说出来。「付款失败的截图」比「截图」有用得多。
• 搜录音要带上「录音」「开会」这类词，内容说具体一点。「团建去杭州」能命中，「开会时说几点前睡觉」就找不到。
• 中文单个词匹配不太行——中文词和词之间不空格，它切不开，精确匹配这条通道等于断了一半。
• 英文整体比中文稳，同样的意思用英文问，把握分数明显高一截。

哪些说法搜不到

失败的样子也得说清楚，不然你装完会以为坏了。

只打「押金」，前排全是杂物图片，合同没出来。合同里明明写着押金两千元，问题出在这条查询走的是精确词匹配，中文分不了词，等于半个通道断了。

打「开会时说几点前睡觉」，那段录音里说过「建议晚上十一点前睡觉」，但它没找到，前排三条都是不相干的图片。换成「团建去杭州」就能命中那段录音，分数 2.3；「番茄炒蛋」也能命中另一段录音，分数 2.0，两个都偏低，勉强进前排。

打「视频里的狗」，前几名全是杂物，画面里有狗的那段视频没上来。它是按内容片段算的，问法里带「视频」两个字反而帮不上忙。

英文搜中文合同也不行，前面说过，合同排到第三才出现。英文搜「海边的狗」倒是很稳：a dog on the beach 排第一，分数 7.4；中文的「海边的狗」也排第一，分数 4.5。同样是第一名，英文的把握高得多。谷歌自己也说过，这个模型不是每种语言都一样强。

验证一下装好了

最简单的验证办法：找一张你确定存在的照片，用中文描述一下它在哪、拍了什么，看它出不出来。出来了，说明模型和索引都没问题。

索引还在跑的时候，看菜单栏的图标，点开能看到进度，也能暂停。暂停之后再继续，不会重头来。这一步对第一次用的人挺重要，不然会以为卡死。README 有句话可以宽心：只有第一遍重，之后它只读新文件；搜索用的那部分模型只在搜索时才加载，平时不占着。

隐私与安全

README 里这段写得很明确，我按它的说法讲：

你索引的文件不会离开这台电脑。DigUp 只在两个时候联网：第一次下载模型，以及每天一次检查有没有新版本。检查更新不会送出去任何关于你文件的信息，这个检查也能在设置里关掉。没有账号，没有遥测。

我这台的设置里也确实这么写。Storage 那一页标着模型是 EmbeddingGemma 2、谷歌、Apache 2.0、865MB、已下载；下面一句原文是「DigUp 只读你选的文件夹，把学到的东西存在本机的索引里。它只在下载模型（一次）和查更新时联网，查更新不会送出任何你文件的信息」。

读的范围也有边界：它不读密钥、证书、密码文件，不碰 .ssh 这类隐藏文件夹，不碰应用程序和缓存，看着像数据集的文件夹会跳过。只存在于云盘、本机没下载的文件（Mac 上是 iCloud）它不去下。代码默认不读，除非你在设置里专门开了代码搜索。它只读文件，不改、不移、不上传。

常见问题

快捷键跟我现在的撞了怎么办？ ⇧⌘Space 可以在设置里改。README 只说可以改，没别的条件。

想搜代码。 默认是关的，去设置 → Code 打开，选你要搜的项目文件夹。搜的时候以 code: 开头，比如 code: retry a failed call with backoff，会找到那个函数；打 code: refreshAccessToken 会跳到定义它的那一行。代码有自己独立的索引，不会混进普通搜索里。README 给的参考是：小项目读一遍大约 20 秒，整个 llama.cpp 大约 20 分钟、索引占 130MB。

会不会拖慢电脑？ 只有第一遍索引重。之后它只读新文件，模型在独立进程里跑完就退出，搜索那一小块只在搜索时加载。

建索引太慢，能停吗？ 点菜单栏图标，里面有暂停。它会记着进度，接上继续。

会读我的密码、改我的文件吗？ 不读密钥、证书、密码文件，不碰 .ssh；对文件只读，不改、不移、不上传。

怎么只索引一部分文件夹？ 第一次选的时候就能只挑子文件夹；之后在设置里还能继续跳过某些文件夹和文件类型。

怎么卸载？ 两条路。手动删：退出 DigUp，把 DigUp.app 拖进废纸篓，再删掉 ~/Library/Application Support/DigUp，模型和索引都在那里。用 Homebrew 装的更省事：brew uninstall --cask --zap digup，一把清干净。

适合谁、不适合谁

值得装：你是 Mac 用户，硬盘里堆着照片、截图、合同、PDF，经常想不起文件叫什么；你愿意用一句大白话描述，而不是敲两个关键词。

先别抱期望：你主要想搜中文录音，这块把握偏低；你的习惯是只打一两个词，中文单词容易落空；你用的是英特尔芯片的 Mac 或者 Windows 主力机，眼下只有测试版。

最后说一句

回到开头那个场景：一句中文，能不能把电脑里的旧照片、旧合同翻出来？在我这套测试文件上，照片、合同、截图这几类基本能搜到；视频要看你怎么问，「海边的狗」行、「视频里的狗」就不行；录音和只打一个词的搜法还不太靠得住。免费、开源、文件不出本机，这三点让试错成本很低，代价是首次下载和建索引要等一等。Mac 用户可以装一个试试，反正不花钱。

先收藏，留言说说你最常找不到什么文件？

想聊更多：我建了一个「AI 自媒体创业讨论群」，里面交流的都是这类 AI 工具的实际使用体验——好不好用、坑在哪、怎么用在自媒体流程里，都是实测说话。扫下面这个二维码就能进。

（二维码到 10 月 23 日有效，过期了就私信我。）

参考资料

• 谷歌官方博客《EmbeddingGemma 2》发布文章，2026 年 10 月 6 日
• DigUp GitHub 仓库 README
• The Verge 关于 M2 与 M3 MacBook Air 起步配置和价格的报道
• 本文作者在 MacBook Air M3 上的本地实测记录，DigUp 0.6.1，测试集为 8 个目标文件加 317 个干扰文件