DigUp: локальный поиск на Mac на основе EmbeddingGemma 2 от Google
Приложение DigUp использует модель EmbeddingGemma 2 для локального семантического поиска на Mac: оно ищет содержимое PDF, скриншотов, фото, подкастов и видео по смыслу, а не по точным словам.
Классное применение модели EmbeddingGemma 2 от Google.
Кто-то на Reddit создал на её основе поисковик для Mac, который работает гораздо лучше стандартного поиска Spotlight в macOS.
Называется DigUp. Приложение умеет искать не только файлы, но и их содержимое: PDF, скриншоты, фотографии, подкасты и видео.
Всё благодаря поиску по эмбеддингам. Вам не нужно знать точные слова. Достаточно примерно описать, что вы ищете, и модель найдёт наиболее подходящий результат. Например, запрос «где они говорят о сне» позволит сразу перейти к нужному моменту подкаста.
Сама модель небольшая, с открытым исходным кодом. Она работает локально на Mac, и ваши файлы никуда не отправляются.
Такой поиск можно реализовать практически везде, где сейчас используется локальный поиск.
Почему это важно
АналитикаЛокальные эмбеддинги позволяют искать по смыслу, а не по точным словам, без отправки файлов на внешние серверы.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками