指定したフォルダ内の画像、PDF、文書、音声、動画、および設定で有効にした場合はコードを読み取り、探しているものを自分の言葉で説明して見つけることができます。100 以上の言語に対応しており、請求書番号やエラーコード、名前などの正確な語句も一致します。検索結果からは、該当する PDF のページや音声・動画の再生位置を直接開けます。
たとえば、「zebra in a video」（動画の中のシマウマ）でシマウマが映る場面を開いたり、「where they talk about sleep」（睡眠について話している箇所）でポッドキャストの該当する分へ移動したりできます。「the clause about pets in the lease」（賃貸契約書のペットに関する条項）では該当する PDF のページを表示し、「a dog on the beach」（浜辺の犬）では写真を見つけます。ダウンロードや基本的な使い方、Spotlight との違いもあわせて確認できます。
DigUp の概要
| 項目 | 詳細 |
|---|---|
| 開発者 | ARahim3 |
| ライセンスと価格 | MIT ライセンス、無料・オープンソース |
| 対応システム | Mac（Apple Silicon、macOS 14 以降、バージョン 0.6.1）、Windows（64-bit Windows 10 または 11、ベータ版 0.7.0-beta.1）、Linux（64-bit Intel および AMD プロセッサ、ベータ版 0.7.0-beta.1） |
| モデル | Google DeepMind の EmbeddingGemma 2（740M パラメータ） |
| 検索対象 | 選択したフォルダ内の画像、スクリーンショット、PDF、文書、音声、動画（コード検索を有効にした場合はコードも対象） |
| ショートカット | Mac は ⇧⌘Space、Windows と Linux は Ctrl+Shift+Space |
| ネットワーク通信 | 初回のモデルダウンロード（865 MB、1 回のみ）と 1 日 1 回の更新確認（オフにすることが可能）のみ。アカウント不要、テレメトリなし |
処理はすべてお使いのパソコン上で実行され、インデックス化されたデータが外部へ送信されることはありません。具体的な仕組みはローカル AI ファイル検索やDigUp の安全性で説明しています。
検索の仕組み
選択したフォルダ内のファイルは、画像、PDF の各ページ、文書の段落、動画のフレーム、30 秒ごとの音声ごとに 768 次元のベクトルへ変換され、キーワードインデックスとともに 1 つの SQLite ファイルに保存されます（コード検索を有効にした場合はコード用に 2 つ目のインデックスが作成されます）。検索時には、入力した言葉が同じモデルのテキスト部分を通過し、最も近いベクトルと正確な語句の一致を組み合わせて結果が順位付けされます。使用されているモデルの詳細は EmbeddingGemma 2 の解説を参照してください。