ARahim3/DigUp

외부 오픈소스 저장소를 소개하는 글입니다. HDATF 제품이 아닙니다.

무엇을 하나

DigUp은 macOS 14 이상의 Apple Silicon Mac에서 메뉴 막대에 머무는 앱으로, 사용자가 고른 폴더의 파일을 내용으로 찾습니다. 사진, 스크린샷, PDF, 문서, 녹음, 동영상을 자기 말로 설명해서 찾으려는 사람이 대상이며, MIT 라이선스의 무료 오픈소스입니다. 앱은 Google DeepMind의 멀티모달 embedding 모델(글, 이미지, 소리를 서로 비교할 수 있는 숫자 벡터로 바꾸는 모델)인 EmbeddingGemma 2를 기기 안에서 실행합니다. 이미지는 보이는 내용으로, 스크린샷은 Apple 문자 인식으로 글자까지, PDF는 스캔본을 포함해 쪽 단위로 읽고, 음성은 겹쳐 가는 30초 구간으로, 동영상은 몇 초마다 한 장면과 소리를 함께 읽습니다. 검색 결과는 앱이 허용하는 범위에서 맞는 위치로 열려, 녹음과 동영상은 QuickTime Player나 IINA에서 해당 순간부터 재생되고, PDF는 맞는 쪽의 낱말이 Preview 검색창에 들어간 채 열립니다. 내부에서는 llama.cpp가 8비트 EmbeddingGemma 2를 Mac GPU에서 실행하고, 사진, 쪽, 문단, 소리 구간마다 만든 768차원 벡터는 FTS5 키워드 색인과 함께 SQLite 파일 하나에 저장됩니다. 검색은 질문 벡터를 저장된 모든 벡터와 비교하고 낱말이 그대로 맞는 결과에 가산점을 주므로, 파일 이름, 문서 본문, 스크린샷 속 송장 번호나 오류 코드도 쓰인 그대로 찾습니다. 설치는 GitHub Releases의 DMG나 Homebrew로 하고 계정은 필요 없으며, 처음 실행할 때 고정된 리비전의 모델 파일 865MB를 Hugging Face에서 내려받아 크기와 SHA-256을 확인합니다. README에 따르면 색인한 내용은 Mac 안에만 남고, 네트워크는 이 다운로드와 끌 수 있는 하루 한 번의 업데이트 확인에만 쓰이며, 앱은 파일을 읽기만 하고 키 파일, 인증서, .ssh 같은 숨은 폴더는 건너뜁니다. 폴더를 고른 뒤 첫 색인은 파일 수백 개에 몇 분, 큰 다운로드 폴더에 한 시간 정도 걸리며, 소스에서 빌드하면 다른 프로그램에 검색 결과를 JSON lines로 돌려주는 digup 명령줄 도구도 함께 만들어집니다. 공개 배포판은 2026년 10월의 0.6.0과 0.6.1로 macOS DMG뿐이고, Windows와 Linux 빌드는 공개 배포 없이 코드에만 있습니다. 프로젝트 평가는 영어, 벵골어, 아랍어만 다루며, 낱말 일치 검색은 중국어, 일본어, 태국어처럼 띄어쓰기 없는 언어를 낱말로 나누지 못합니다.

라이선스

MIT 허용 범위가 넓습니다. 저작권 표시를 유지하면 상업적 이용과 수정이 가능합니다.

같은 분야 저장소

• xerj-org/xerj
  XERJ는 AI 코딩 에이전트 등을 위해 로컬 폴더를 색인하는 Rust 검색 엔진으로, 정적 실행 파일 하나로 배포되며 Elasticsearch REST API를 구현해 기존 Elasticsearch 클라이언트와 Kibana가 연결됩니다. README가 밝히는 주된 용도는 reference coding으로, 에이전트가 작업과 가까운 오픈소스 프로젝트를 내려받아 색인하고 grep으로 찾은 파일 전체 대신 그 풀이 방식을 파일과 줄 위치가 붙은 부분으로 찾아 씁니다. xerj autoindex는 폴더 안 파일을 schema 없이 형식별 index로 만들고, 소스 코드는 tree-sitter로 분석해 심볼과 줄 번호를 남기며, PDF, XLSX, 메일 같은 파일도 처리합니다. 검색은 BM25 full-text, 벡터 kNN, hybrid 질의를 지원하고, /_memory API는 에이전트의 기억을 namespace마다 별도 index에 저장해 키워드, 의미, 벡터로 찾아옵니다. xerj mcp 명령은 도구 13개를 갖춘 stdio MCP 서버로 따로 실행해 둔 node에 호출을 넘기며, xerj init은 XERJ를 Claude Code와 Cursor에 등록합니다. 설치 스크립트나 Linux, macOS, Windows용 실행 파일로 설치하고, 기본 embedder는 오프라인 feature hashing이며 neural embedder를 켜면 처음 한 번 약 90 MB의 모델 파일을 받습니다. 빠른 시작의 --insecure 옵션은 TLS와 API key 인증을 모두 꺼서 포트에 닿는 누구나 superuser가 되게 하며, 그 밖의 방식으로 시작하면 관리자 key로 인증이 켜집니다. SECURITY_MODEL.md는 기본으로 꺼진 TLS, 필드와 문서 단위 보안과 저장 데이터 암호화가 없는 점, index 전체를 guest에게 여는 공유 링크를 한계로 밝힙니다. RERANK.md에 따르면 기본 node는 외부 연결과 telemetry가 없고, 문서 내용을 밖으로 보내는 TypeSafe AI의 Jev 재순위(rerank), proxy embedding, WAL tap, S3 backend는 운영자가 켜야 동작합니다. README가 인용한 프로젝트 자체 연구(4개 언어의 작업 8개)에서 XERJ를 쓴 에이전트의 출력 토큰은 9,982개로 grep 중심 에이전트의 26,477개보다 적었고, 해결은 둘 다 16번 중 16번이었습니다. README는 이 이득이 비공개 코드나 학습 시점 이후 코드에서 나오고 모델이 아는 유명 라이브러리에서는 효과가 없거나 해로울 수 있다고 적으며, 저장소 설명의 40배 절감 수치는 저장소 파일에서 근거를 찾지 못했습니다. 조사 시점의 최신판은 2026-10-12의 release candidate v1.0.0-rc.95였고, LICENSE 파일과 GitHub 메타데이터는 모두 Apache-2.0이며 코드 기여에는 CLA 서명이 필요합니다.
• yifanfeng97/Hyper-Extract
  Hyper-Extract는 문서에서 사실과 관계를 뽑아 지식 그래프 같은 구조화 자료로 바꾸는 Python 라이브러리이며, he CLI와 he-mcp 서버를 함께 제공합니다. 흩어진 문서를 검색과 질의응답에 쓸 지식 자료로 정리하려는 개발자와 분석 담당자를 위한 도구입니다. txt와 md 파일은 바로 읽고, markitdown 기반의 선택 설치 항목을 더하면 PDF, DOCX, PPTX, XLSX도 읽습니다. 결과는 목록, 집합, 그래프, 하이퍼그래프, 시간 그래프, 공간 그래프, 시공간 그래프, 문서 모음 같은 구조로 저장하고 Obsidian, GraphML, CSV, JSON-LD, Cypher 형식으로 내보낼 수 있습니다. 금융, 법률, 의료, 산업 같은 분야별 YAML 템플릿과 GraphRAG, LightRAG, Hyper-RAG, KG-Gen 같은 추출 방법 중에서 골라 씁니다. 추출에는 function calling(정해진 형식으로 답을 돌려받는 호출 방식)을 지원하는 LLM과 OpenAI 호환 embedding 모델이 함께 필요합니다. 공급자 문서에 따르면 Anthropic, Gemini, DeepSeek는 embedding 모델을 따로 짝지어야 하고, Bailian의 qwen-max와 deepseek-v3는 json_object 형식만 지원해 쓸 수 없습니다. 문서마다 출처와 내용 hash를 기록해 바뀐 문서만 다시 처리하고, 문서 하나에서 온 내용만 따로 되돌릴 수도 있습니다. he-mcp 서버는 읽기와 내보내기만 하며 템플릿 목록, 정보 조회, 검색, 질의응답, 내보내기 tool을 제공합니다. 지식 템플릿의 언어 옵션은 중국어와 영어 두 가지이고, 폴더를 지정하면 그 폴더 바로 아래 파일만 읽으며, 글자 층이 없는 PDF는 OCR을 먼저 거쳐야 합니다.
• mongodb-developer/mongodb-jvm-showcase
  Java와 Kotlin용 MongoDB 독립 예제 프로젝트 모음입니다. 드라이버, 프레임워크, RAG와 벡터 검색 예제를 포함합니다.
• hydra-db/hydradb
  S3 호환 객체 저장소에 데이터를 보관하며 OpenCypher 질의와 Bolt 연결, HTTPS API를 제공하는 Rust 분산 그래프 데이터베이스입니다. 질의 처리 노드와 인덱서의 계산 역할을 분리합니다.
• realZachi/pg-jev
  TypeSafe의 Jev가 평가하는 자연어 조건으로 행을 필터링하고 정렬하며 분류하는 PostgreSQL 확장입니다. 생성된 문장 대신 반환된 확률을 사용합니다.

Trendshift 순위 목록에 오른 저장소만 담았고, 목록은 후보를 찾는 데만 썼습니다. 순위 숫자는 옮기지 않았습니다. 설명과 라이선스, 별 수는 각 GitHub 저장소에서 확인했습니다. 해설은 우리의 판단입니다. 이 프로젝트들을 직접 시험한 것은 아니며, 상승 목록에 올랐다고 품질이 증명되지는 않습니다.