Модель EmbeddingGemma 2 від Google забезпечує локальний пошук у додатку DigUp для Mac
Користувач Reddit створив DigUp — додаток для macOS на базі моделі EmbeddingGemma 2 від Google. Він шукає не лише файли, а й їх вміст: PDF, фото, підкасти та відео, працюючи повністю локально без відправки даних.
📊 Тренд: локальний AI-пошук виходить з лабореторій у реальні інструменти — для тих, хто працює з медіа та потребує конфіденційності даних без залежності від хмари.
Що це означає для вас
Спробуйте DigUp на своїй колекції медіа-файлів, щоб знайти фрази в підкастах або тексті на скріншотах замість ручного перегляду
🕐 Завантажте DigUp з GitHub, вкажіть папку з файлами і спробуйте пошук за запитом типу «де вони говорять про проєкт» (10 хв)
🛠 Інструмент: DigUp
Пропустіть, якщо: якщо ваша команда не працює з аудіо/відео/підкастами — цей інструмент не дасть ефекту
Перевірте, чи не витрачаєте години на пошук у власних файлах — локальний AI може повернути цей час.
Отримати карту AI-можливостей →🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Модель: EmbeddingGemma 2 від Google, опенсорс (Apache 2.0)
- •Розмір: мала модель, точні параметри не вказані в статті
- •Локальна робота: працює на Mac без інтернету, дані не залишають пристрій
- •Використання: семантичний пошук у файлах та їх вмісті (PDF, фото, відео, підкасти)
- •Джерело: додаток DigUp на GitHub (посилання в статті)
Як це змінить ваш ринок?
Медіакомпанії та креативні агентства зможуть скоротити час на пошук у архівних матеріалах без ризику витоку конфіденційних даних через хмарні сервіси — це знімає ключовий блокер у сфері, де конфіденційність є критичною.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
- •Для малых команд: Mac з 8GB+ RAM, без IT-спеціаліста, 10 хв на встановлення та тестування
- •Для середніх команд: потрібен Mac або ПК з достатньою RAM для індексації, без додаткових витрат
- •Масштаб: ефективно від 10ГБ файлових даних, при >100ГБ потрібен час на індексацію
Альтернативи
| Spotlight (macOS) | DigUp (EmbeddingGemma 2) | Azure AI Search | |
|---|---|---|---|
| Ціна | безкоштовно | безкоштовно | від $1/1000 пошукових запитів |
| Де працює | macOS локально | macOS локально | хмарно (Azure) |
| Мін. вимоги | стандартний Mac | Mac з 8GB+ RAM | Azure-акаунт, інтернет |
| Ключова різниця | лише назви файлів та простий текст | пошук за змістом (семантичний) у всіх типах файлів | потребує інтернету та плату за використання |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Вайб-кодинг — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live