VectorDash заменит поиск Windows на EmbeddingGemma 2

Разработчик под ником ampersandru представил на платформе Reddit проект VectorDash — инструмент, призванный полностью заменить встроенный поиск в Windows 11. Проект вдохновлён приложением DigUp для macOS и использует модель эмбеддингов EmbeddingGemma 2 для семантического поиска по локальным файлам. Код опубликован на GitHub.

VectorDash индексирует не только текст, но и медиа: фотографии, скриншоты, аудио, видео, PDF-файлы и документы Office. Поиск работает как по точным словам, так и по смыслу — например, можно найти «изображения собак» или обсуждение в подкасте. Для PDF и видео поддерживаются совпадения с указанием страницы и временной метки.

Инструмент заявляет поддержку нескольких языков, а также опциональный поиск по коду. Это отличает его от стандартного поиска Windows, который ориентирован в первую очередь на имена файлов и метаданные, а не на содержимое. Семантическая индексация позволяет находить нужные материалы даже при неточных формулировках запроса.

Проект появился в сообществе LocalLLaMA, где обсуждают локальные модели и инструменты на их основе. Использование EmbeddingGemma 2 означает, что все вычисления могут выполняться на устройстве пользователя без обращения к облачным сервисам. Это важно для тех, кто беспокоится о приватности данных.

На момент публикации доступна лишь ограниченная информация: неизвестны требования к оборудованию, поддерживаемые форматы в полном объёме и статус готовности проекта. Разработка, судя по всему, находится на ранней стадии. Дальнейшие детали могут появиться в репозитории GitHub.