你记得那张照片里有一只狗，旁边是沙滩，却想不起文件名，也忘了它在哪个文件夹
电脑里可能有几千张照片，搜索“狗”又未必有用，因为相机给它起的名字可能只是一串数字
开源软件 DigUp 想把这类寻找变得直接一些，你描述自己记得的内容，它从选定的本地文件夹里寻找相关照片、文档、录音和视频片段
搜的范围，可以小到一页或一段录音
先看几个能理解它用途的例子
找租房合同，不必记得文件名，可以描述“合同里关于养宠物的条款”，再打开候选页面核对
找录音里的话题，可以描述“谈到睡眠的那一段”，把搜索范围缩到相关时间点
整理视频素材时，可以按“画面里出现斑马”寻找片段，减少从头拖动进度条的次数
这些是项目展示的搜索方式，结果仍需要自己打开确认，不能把描述相近当成找对了原文
DigUp 的用处在于，把你记得的内容接到电脑里的文件上，并尽量带到相关页面或时间点
按画面内容寻找视频片段，配图为概念示意，非软件截图
先读一遍文件，再按意思找
DigUp 第一次使用时，会读取你选择的文件夹，为其中的内容建立索引，可以把它理解成一份供搜索使用的目录
它会拆开 PDF 的页面、文档的段落，也会抽取视频画面、分段处理声音，再交给本机运行的 EmbeddingGemma 2 模型
这个模型把不同内容转换成可以比较的数字表示，一张海边小狗的照片与“沙滩上的狗”这句话，就有机会在比较时靠得很近
这种按含义寻找的方式叫语义搜索，文件名不包含你输入的词，也可能被找到
DigUp 同时保留精确文字匹配，发票号码、错误代码、姓名这些内容，按原样搜索仍有价值
选定文件先在本机建立索引，搜索时再比较描述与文件内容
这也解释了为什么它需要先花时间整理资料，第一次扫描与之后输入一句话查找，是两件不同的事
今天的更新，补上了表格和幻灯片
北京时间 10 月 22 日发布的 Mac 版 0.6.2，增加了对表格和演示文稿的读取，能处理工作表名称与行中的文字，以及幻灯片正文和演讲备注
如果你只记得某份汇报讨论过一个问题，这比反复猜文件名多了一条寻找路径，但它不等于能替你核算整张表里的公式
这次还修复了首次整理之后的耗电问题，包括某些频繁变化的文件夹引发重复扫描的情况，使用旧版本的人值得先检查更新
截至本文发布，Mac 稳定版需要 Apple Silicon 芯片和 macOS 14 或更新系统，Windows 与 Linux 则仍是 0.7.0-beta.2 测试版，Windows 要求 64 位 Windows 10 或 11
几个平台的能力也没完全对齐，Windows 和 Linux 暂不能读取截图里的文字，部分旧文档和图片格式也有缺口，Mac 最新版的新增功能不能直接算到测试版头上
本地处理，也有时间和效果的代价
按项目说明，文件内容和搜索索引留在电脑里，联网主要用于首次下载模型和检查更新，它只读取资料，不移动或修改原文件
第一次仍要下载约 865 MB 的模型，接着才能处理选定资料，照片多、视频长，或者电脑主要靠处理器计算，初次建立索引就可能需要较久，也会占用磁盘空间
只有网盘占位、尚未下载到本地的文件会被跳过，所以云盘里看得见的东西，未必已经进入搜索范围
中文效果也需要自己试，模型支持多种语言，DigUp 的公开评测目前主要覆盖英语、孟加拉语和阿拉伯语，不能据此保证中文资料同样好找
项目还说明，中文这类不靠空格分词的语言，精确词匹配存在限制，这与按意思寻找的能力要分开看
视频采用抽帧处理，短暂出现的画面可能漏过，含糊的描述也可能把相似资料排到前面，找到候选后仍要复核
先拿一个熟悉的文件夹试
DigUp 适合资料类型多、经常只记得内容的人，比如保存了大量截图、合同、课程录音和视频素材的用户
如果日常主要查文件名、日期或路径，系统搜索已经够用，额外下载模型、维护索引的收益就未必明显
想尝试，可以从官方版本页面选择对应平台，先检查系统要求和测试版标记，Windows 测试版安装包目前还没有代码签名
第一次只选一个自己熟悉的文件夹，放几张照片、一份 PDF 和一小段录音，等整理完成后，用几句中文描述去找你已经知道位置的内容
能否找到、能否跳到相关位置、有没有漏掉已知文件，这些结果比演示更能说明它适不适合你
等这一步顺手了，再扩大范围，电脑里的文件名可以继续是一串数字，但你至少多了一种按记忆把它找回来的办法
资源下载
按版本和设备选择资源，通过夸克网盘获取
DigUp 安装包合集
macOS 安装包
Windows 安装包（测试版）