开工第一天C盘又红了。Windows 更新缓存、浏览器缓存、npm 缓存、微信文件、Docker 镜像临时层……全堆在 C 盘里空间被一层层榨干。过去我会熟练地把清理软件打开点一遍结果清出来的通常只有几百 MB没过多久又被打回原形。问题不是“垃圾太多”而是磁盘清理工具根本说不清楚 C 盘里到底是什么占了大头。传统工具只按“临时文件、回收站、缩略图”这类粗粒度列表给你勾选项至于“哪个软件在哪个目录下缓存的 20GB 文件”大多数工具不显示、不分析、不解释。本文要介绍的 AIDiskCleaner 这类 AI 辅助磁盘清理开源项目思路正好相反先智能扫描再按目录和文件类型做出风险判断最后让你看清“哪些能清、哪些坚决不能动”。这篇文章不打算只做项目介绍。我们会把这类 AI 磁盘清理工具背后的分析逻辑拆开讲解它的核心工作流程、风险判定机制并给出完整的本地示例代码让你即使不直接使用某个现成 Release也能自己写一个“看得懂、敢清理”的开源式磁盘分析器。1. C盘空间到底被什么吃掉了这篇文章要解决的痛点很多电脑“慢”和“卡”根源是 C 盘长期超过 90% 占用。固态硬盘空闲空间不足时写入放大明显增加系统更新和大型软件运行都会受影响。但真正值得注意的是C盘空间不是被某一张图片或一个大视频吃掉的而是被分布在不同用户目录下的缓存文件慢慢吃掉的。典型的占用大户包括以下几类占用目录常见来源是否容易手动识别C:\Users\用户名\AppData\Local\Temp安装包解压、软件运行临时文件很难C:\Users\用户名\AppData\Local\npm-cacheNode.js 下载的包缓存可以C:\Users\用户名\AppData\Local\pip\cachePython 包缓存可以C:\Users\用户名\AppData\Local\DockerDocker 镜像与容器层数据很难C:\Users\用户名\AppData\Roaming\微信微信聊天记录、图片、文件可以C:\Windows\SoftwareDistribution\DownloadWindows 更新下载缓存系统级应谨慎C:\Windows\Temp系统临时文件需要管理员权限浏览器缓存目录Chrome、Edge 等网页缓存可以开发工具缓存Gradle、Maven、Go、Yarn 等可以你会注意到这里面有几类文件即使你看见了目录名也不敢删。比如C:\Windows\SoftwareDistribution\Download如果删除时机不对可能导致更新组件损坏如果删到正在被进程占用的目录又会提示“文件正在使用”。这就是传统磁盘清理工具不够用的第二个原因它们没有办法给出精确的风险判断。一个真正好用的 C盘缓存分析工具至少要回答三个问题哪些目录占用的空间最大这些目录是否属于“可安全清理”的分类删除前有没有办法预览和回滚AIDiskCleaner 这类项目想解决的正是这三件事。同时项目以 Github 开源方式发布意味着它的扫描规则、分类策略、清理逻辑都是可审查的不会像某些商业优化软件一样在后台执行你无法理解的动作。这篇文章接下来的内容不是让你盲目地把 C 盘删空而是帮你建立一个“扫描—分类—预览—删除—验证”的完整思路并给出可以直接运行的 Python/PowerShell 示例。2. 不要神化AI磁盘清理工具里的“智能”到底是什么每当开源工具名字里带上“AI”第一反应可能是某个大模型在云端分析你的文件。实际上在磁盘清理场景里AI 的能力远没有你想象中玄幻。它更多是承担了如下能力中的一种或几种第一种是文件分类器。程序扫描到几十万个文件以后如果用纯人工规则去判断每个目录安全不安全规则会爆炸。比如AppData\Local\Google\Chrome\User Data\Default\Cache明显是缓存的但AppData\Local\Packages下面则既可能是微软商店应用的缓存也可能是应用的本地数据。AI 模型可以用“目录名 文件名 文件扩展名 文件访问时间”等特征自动识别出哪些属于低价值缓存。第二种是异常识别器。一个目录如果过去 30 天内只有 5 个文件被访问文件大小却占 10GB那么大概率是长时间累积的安装包或日志文件。AI 工具可以根据文件生产时间分布、最后访问时间、访问频率判断哪些是“冷数据”。这部分不需要复杂模型统计聚类就足够。第三种是语义理解。当目录里出现类似com.tencent.wework、Unity、Epic Games Launcher这类厂商相关命名时规则引擎往往难以面面俱到而接入了本地语言模型的分析器可以通过路径语义进行更灵活的推断。这里有一点需要强调如果工具把你磁盘上所有文件的元数据发送到云端做分析从隐私角度看风险很高。更稳妥的架构是本地规则 本地轻量模型优先敏感场景不联网。我不建议把“AI”理解成“一个对话框让它整理电脑”。磁盘清理工具里的 AI 更像是决策辅助层真正的执行动作依然是“移动到回收站”“删除指定临时文件”“清空浏览器缓存目录”这类确定操作。它比你手动操作强的地方是扫描速度快、覆盖面广、能够按风险等级排序同时每一步都输出可解释的报告。用一个大白话类比传统磁盘清理工具像是一个只会扫地面的清洁工看到垃圾就捡AI 磁盘清理工具则像是一个先给全屋贴标签的管家把“留着有用的快递箱”“要卖掉的旧杂志”“确实该扔的果皮”分开再请你确认是否处理。3. AIDiskCleaner核心工作流程从扫描到删除的全过程无论项目具体实现细节如何一个合格的 AI 磁盘清理工具基本都会遵循下面这套流程。理解这套流程你才能判断一个清理工具是好是坏才知道自己在哪个环节被坑了。3.1 工作流程总览阶段核心动作风险级别1. 扫描遍历目标磁盘收集文件路径、大小、时间属性低2. 聚合分类将零散文件按目录聚合判断类型缓存/日志/临时/系统文件/用户文件低3. 风险标记标记“安全清理”“谨慎清理”“禁止清理”中4. 生成报告输出待清理候选列表和预计可释放空间低5. 人工确认用户勾选需要清理的项目关键6. 执行清理删除或移动到回收站高7. 记录日志记录清理时间、清理路径、释放空间量低3.2 为什么“先扫描、再聚合”很重要很多小白新手清理磁盘时直接在文件夹上 ShiftDelete这样的危险之处在于你删除的是“路径”而不是“分类”。比如C:\Users\张三\AppData\Roaming目录里既有设置文件又有缓存文件直接整个删掉就会丢失软件配置。所以专业工具的第一步永远不是删除而是把文件按目录聚合然后逐项标记。3.3 风险分级原则我把需要处理的文件或目录分成四个级别S级安全清理临时目录、浏览器页面缓存、缩略图缓存可以放心清理。A级建议清理npm/pip/Go 等包管理器的缓存清理后下次构建会重新下载无需担心。B级谨慎处理Windows 更新下载缓存、软件安装包残留、旧日志需要确认服务状态。C级禁止操作C:\Windows\WinSxS、System32、Program Files下正在运行的程序的程序文件、用户文档目录等。一个 AI 磁盘清理工具如果连这四级都没做出来严格说还只是“批量删除器”不是真正意义的智能磁盘清理工具。开源项目的好处在于你可以直接阅读它的实现代码看它内部到底维护了哪些“禁止目录”规则。4. 环境准备从Release安装到本地命令行跑通AIDiskCleaner 属于 Windows 环境下的开源工具。如果你从仓库的 Release 页面下载到预编译安装包是最省事的方式。但我更建议你同时在本地跑通一个基于 Python 的简易扫描器因为这样你能真正理解工具内部“扫描—分析—生成报告”的逻辑遇到问题也更容易判断是哪个环节出错。4.1 项目运行环境要求环境项建议要求说明操作系统Windows 10/11本文围绕 Windows C盘 场景运行方式Release 可执行文件或 Python 源码运行见具体仓库说明Python3.8 及以上用于运行本文的示例脚本磁盘权限普通用户可扫描用户目录全盘扫描可能需要管理员权限清理系统目录必须管理员权限数据备份第一次使用任何清理工具前建议先创建还原点最安全的兜底手段关于版本号请以项目仓库实际说明为准不同时间点的依赖要求会有差异。下面我给出一个不依赖第三方库、用 Python 标准库就能运行的目录大小扫描器适用于测试“C盘缓存哪里最多”。4.2 用 PowerShell 快速测试目录体积在动手改代码之前先在 PowerShell 里跑两条命令判断哪些目录占用明显会让思路更清楚。# 统计指定目录下的总大小单位 MB $target C:\Users\$env:USERNAME\AppData\Local $size (Get-ChildItem $target -Recurse -Force -ErrorAction SilentlyContinue | Measure-Object -Property Length -Sum).Sum {0:N2} MB -f ($size / 1MB)如果这个命令执行很快说明目录不算大如果执行时间长说明你需要用代码做更细粒度的统计。5. 手写一个极简版AIDiskCleaner扫描、分类、生成清理建议这一节是本文的核心代码实践。我会用 Python 标准库实现一个安全的磁盘分析器它不做任何删除只输出“哪些目录建议清理”。重要原则即使代码能识别出可清理目录也不要直接执行删除操作先看报告。5.1 第一步按目录聚合扫描文件# filename: scan_caches.py import os from collections import defaultdict # 待分析的目标目录 SCAN_ROOTS [ os.path.expandvars(r%LOCALAPPDATA%), os.path.expandvars(r%TEMP%), ] # 已知的安全缓存目录关键词仅用于识别不保证全覆盖 CACHE_KEYWORDS [ cache, cached, temp, tmp, logs, log, npm-cache, pip, gradle, maven, yarn, browser, thumbnails, 崩溃报告, crashpad, ] def scan_directory_size(root_dir): 遍历目录返回 path - {size: bytes, file_count: int} result defaultdict(lambda: {size: 0, file_count: 0}) for current_dir, dirs, files in os.walk(root_dir): # 跳过可能引发权限问题的目录 dirs[:] [d for d in dirs if not d.startswith(($, System Volume))] for file in files: file_path os.path.join(current_dir, file) try: stat os.stat(file_path) except (FileNotFoundError, PermissionError, OSError): continue result[current_dir][size] stat.st_size result[current_dir][file_count] 1 return result if __name__ __main__: all_stats {} for root in SCAN_ROOTS: print(f开始扫描: {root}) stats scan_directory_size(root) all_stats.update(stats) # 只输出大于 50MB 的目录 big_dirs [(path, info[size], info[file_count]) for path, info in all_stats.items() if info[size] 50 * 1024 * 1024] big_dirs.sort(keylambda x: x[1], reverseTrue) print(\n 体积较大的目录 TOP 20 ) for path, size, count in big_dirs[:20]: print(f{size / 1024 / 1024:10.2f} MB {count:6} 个文件 {path})关键逻辑说明使用os.walk遍历目录结构简单直观。跳过以$开头的特殊目录以及系统卷信息目录避免无谓的权限报错。统计结果只在内存中汇总不会向任何远程地址发送路径信息。5.2 第二步给目录打上“可清理类别”标签扫描出大目录后下一步是分类。下面的代码用关键词做简单分类并输出对应的风险等级。# filename: classify_dirs.py from scan_caches import scan_directory_size, SCAN_ROOTS import os from collections import defaultdict SAFE_CACHE_KEYWORDS [ temp, tmp, cache, cached, npm-cache, pip, yarn, gradle, maven, .git, logs, crashpad, ] SYSTEM_PATH_KEYWORDS [ windows, system32, syswow64, program files, ] def classify_path(path: str) - str: 返回风险级别safe / warning / danger lower_path path.lower() # 危险区域优先判断 if any(k in lower_path for k in SYSTEM_PATH_KEYWORDS): return danger # 低风险缓存区域 if any(k in lower_path for k in SAFE_CACHE_KEYWORDS): return safe return warning def build_report(): report defaultdict(list) for root in SCAN_ROOTS: stats scan_directory_size(root) for path, info in stats.items(): if info[size] 20 * 1024 * 1024: continue level classify_path(path) report[level].append((path, info[size], info[file_count])) for level in [danger, warning, safe]: items report[level] items.sort(keylambda x: x[1], reverseTrue) print(f\n### 风险级别: {level.upper()}共 {len(items)} 个目录) for path, size, count in items[:10]: print(f{size / 1024 / 1024:10.2f} MB {count:6}个文件 {path}) if __name__ __main__: build_report()这里的分类规则做得很粗糙但足够演示核心思想。真实项目一般会内置上百条路径规则并使用正则表达式匹配各种工具的缓存目录。你可以在开源项目里看到更全面的rules.yaml或rules.json配置文件。5.3 第三步生成清理建议而不是直接删除为什么不直接删第一个原因是文件可能正在被占用直接删除会报错第二个原因是某些缓存目录虽然安全但你删掉后软件重新生成又要花时间不如交给用户判断。第三个原因是删除属于不可逆操作如果代码有误代价远大于收益。# filename: cleanup_planner.py import json import os import tempfile def generate_plan(report_pathcleanup_plan.json): # 这里读取 classify_dirs 的结果 # 这里做一个轻量演示把规则里判定安全且超过阈值的目录写入计划列表 safe_dirs [ { path: os.path.expandvars(r%LOCALAPPDATA%\Temp), reason: 用户临时文件通常可安全清理, action: move_to_recycle_bin, }, { path: os.path.expandvars(r%LOCALAPPDATA%\npm-cache), reason: npm 缓存清理后可通过 npm install 重建, action: move_to_recycle_bin, }, { path: os.path.expandvars(r%LOCALAPPDATA%\pip\cache), reason: pip 缓存清理后会降低安装时的命中率但不会影响环境, action: move_to_recycle_bin, }, ] # 检查目录是否存在再决定是否写入计划 plan [] for item in safe_dirs: if os.path.isdir(item[path]): total_size sum( os.path.getsize(os.path.join(dp, f)) for dp, _, filenames in os.walk(item[path]) for f in filenames if os.path.isfile(os.path.join(dp, f)) ) item[estimated_size] total_size plan.append(item) with open(report_path, w, encodingutf-8) as fp: json.dump(plan, fp, ensure_asciiFalse, indent2) print(f清理计划已生成: {report_path}) for item in plan: print(f- {item[path]} 预计释放: {item[estimated_size] / 1024 / 1024:.2f} MB) if __name__ __main__: generate_plan()如果你把这套脚本继续扩展后续可以加入第三个参数--execute只有显式输入该参数时才执行“移动到回收站”操作。默认状态下工具永远只生成报告和建议。这也应该是所有磁盘清理工具的安全底线。6. 运行结果与效果验证在命令行中运行前面代码时可以先从一个安全的小目录开始测试。不建议一上来就用管理员权限对全盘扫描避免扫描到一半被权限弹窗打断。6.1 预期运行方式python scan_caches.py正常情况下会输出一段扫描日志然后打印开始扫描: C:\Users\你的用户名\AppData\Local 开始扫描: C:\Users\你的用户名\AppData\Local\Temp 体积较大的目录 TOP 20 1234.56 MB 8123 个文件 C:\Users\你的用户名\AppData\Local\Google\Chrome\User Data\Default\Cache 800.20 MB 4523 个文件 C:\Users\你的用户名\AppData\Local\pip\cache ...6.2 如何判断结果是否合理如果你看到某个目录的文件数非常多但大小并不大说明该目录保存了大量零碎的小文件。这类目录清理价值不高因为即使删除也不会释放太多空间而且会让下次运行程序时重新创建大量文件。判断扫描结果合理性的另一个方法是使用 Windows 自带的“存储设置”交叉验证打开“设置 → 系统 → 存储”。点击“临时文件”查看系统扫描出的占用额。和自研脚本扫描出的数量级做对比。如果两者偏差很大优先检查脚本是否因为权限问题跳过了目录。6.3 如果脚本运行失败先检查什么脚本运行失败最常见的三个原因是PermissionError权限不足、目标路径不存在、遍历过程耗时过长。在代码中我已经用try...except处理了第一类问题路径不存在时os.walk不会报错只是不会有任何输出耗时过长时应该先缩小扫描根目录范围。更稳妥的验证方式直接把SCAN_ROOTS改成你桌面上的某个 200MB 左右的测试文件夹确认输出格式正确后再切回AppData\Local。7. 常见问题与排查方法清理 C 盘缓存时遇到的各种问题很多其实和工具无关而是和 Windows 文件系统运行机制有关。下面整理成一张排查表方便你直接对照处理。问题现象可能原因排查方式解决方案清理后 C 盘空间没变化文件正被进程占用打开任务管理器查看占用该路径的进程先关闭对应软件再执行删除如果仍不行重启后清理某些目录扫描速度极慢目录包含几十万个小文件用 Process Monitor 或资源监视器确认磁盘队列缩小扫描范围或先扫描一级子目录提示“需要管理员权限”目标目录属于系统目录查看路径归属右键“以管理员身份运行”终端不熟悉的系统目录请勿强行清理删除时出现“操作无法完成”文件或目录被系统锁定检查是否有资源管理器窗口停在该目录关闭相关窗口后重试仍不行则列入下一次计划清理后软件异常误删了软件的本地配置或必要缓存检查项目日志或软件日志恢复回收站使用“移动至回收站”而非永久删除杀毒软件拦截工具尝试删除注册表或系统目录不符合安全策略查看安全中心日志不在清理工具中加入系统目录强制删除逻辑执行前加白名单审核报告里出现大量未知目录规则库覆盖不全对照目录名称搜索确认没有确认前默认不清理真正容易踩坑的地方其实是临时目录里的文件如果不被清理它也不会自动消失。Windows 系统虽然内置了“存储感知”但它对于开发者工具链的缓存清理能力非常有限。否则我们也不需要安装 GitHub 上的第三方开源清理工具了。8. 最佳实践与工程建议如果你想把这个工具用得更顺而不是每次 C 盘红了才亡羊补牢建议按下面的方式建立你自己的清理规范。8.1 清理前先做两层预防第一层创建一个 Windows 系统还原点这一步成本极低但能防止极端情况。命令如下Checkpoint-Computer -Description BeforeDiskCleanup -RestorePointType MODIFY_SETTINGS第二层使用清理计划时只要工具支持优先勾选“移动到回收站”而不是“永久删除”。回收站方式虽然会多占用一小部分空间但能给你留出后悔窗口。本提示词所演示的示例代码也统一采用“先扫描、再建议、移动到回收站”的安全策略。8.2 为你的清理脚本增加排除名单机制真实项目里“排除名单”是保护数据的重要机制。你可以建一个excluded_paths.txt内容大致如下C:\Users\张三\AppData\Roaming\Tencent C:\Users\张三\Documents C:\Projects在扫描执行前先读取排除名单任何命中路径都不参与后续分类和删除。这个机制在工程上叫“黑名单模式”适合保护用户数据与它相对的是“白名单模式”只允许清理显式列出的目录会更加安全。面向个人工具的清理我建议直接采用白名单模式只把你明确知道安全的目录列出来。8.3 不要清理正在运行的开发工具目录很多开发者喜欢在清理 C 盘时把C:\Users\用户名\.gradle或者C:\Users\用户名\.m2直接删掉。但如果你正开着 IDE 或者构建服务删除这些目录轻则导致增量构建失效重则引起文件占用错误。最佳实践是先关闭 IDE、Docker、浏览器这些可能占用目录的进程再执行清理。8.4 关注高频更新目录而不是一次性大扫除磁盘清理的另一个常见误区是“一次性清理得越干净越好”。如果每周都看不到明显空间变化那么真正占空间的可能是 Docker Desktop 的虚拟磁盘、WSL2 的ext4.vhdx文件、微信聊天记录这类长期增长的数据文件。这时候清理工具能发挥的作用很有限。高效做法是设置每周/每月计划任务只清理temp目录和包管理器缓存让占用不积累到大红状态。8.5 定期观察生成日志如果你在开发一个类似 AIDiskCleaner 的开源工具日志是必须设计的模块。每次清理动作都要记录操作时间。清理工具版本。扫描路径。预计释放空间与实际释放空间。删除文件数量。是否出现错误。没有日志的清理工具在出问题以后几乎无法排查。9. AI辅助磁盘清理工具的安全边界写到这里必须认真聊一下安全边界因为磁盘清理工具操作的是整个系统里最敏感的文件层稍有不慎会造成不可逆影响。一个靠谱的开源清理工具应该在设计和实现上自觉守住下面的边界。第一不应该对C:\Windows\WinSxS提供“一键清理”入口。WinSxS 是 Windows 组件存储目录里面的文件与系统更新机制深度绑定。看起来很大很多初学者想删但正确做法是使用系统自带的“磁盘清理 → 清理系统文件”由微软官方算法判断哪些旧版本组件可以被清除。第二不应该把“可清理缓存”与“用户数据”混淆。比如浏览器 Cache 可以清但浏览器的“登录态”“书签”“历史记录”不是缓存微信的文件存储目录中接收到的文件和图片属于用户数据不应该被工具默认勾选删除。安全边界应该在开发阶段就写进规则库而不是靠使用者勾选来避免。第三在执行任何删除前应该做“空间释放预判”。如果预计释放量只有 200MB但删除范围横跨了 5000 个小文件这对 SSD 寿命没有好处对用户价值也很低。更合理的策略是设置阈值比如小于 1GB 的目录不在默认建议内。第四慎重使用“管理员权限”和“强制删除”。一个磁盘清理工具请求管理员权限是为了访问 System Volume Information 级别的目录但这也意味着它获得了修改系统文件的能力。如果你下载的是网友编译的版本不是官方 Release更需要谨慎因为恶意代码可以在你点击“以管理员身份运行”后读取浏览器的账号数据或写入计划任务。第五所有清理动作都应该支持回滚。即便是 AI 识别出来的“安全缓存”也应该优先放进回收站而不是执行不可恢复的永久删除。如果要永久删除至少给用户一个强确认弹窗并列出完整清单。10. 总结与后续学习方向C盘永远不够用这几乎是 Windows 用户的日常。AIDiskCleaner 这类开源 AI 磁盘清理工具真正值得借鉴的不是“AI”这个标签本身而是它把“不知道哪些文件能删”这件事变成了“分类清晰、风险可解释、删除可预览”的工程流程。一个合格的磁盘分析逻辑至少应该做到只读扫描、分类打标、风险分级、预览报告最后才执行可回滚的清理操作。如果你想继续深入建议从以下方向逐个学习文件遍历的性能优化与异常目录处理。如何系统化积累“各类软件缓存目录”规则库。细粒度按文件最后访问时间做冷热数据分类。学习 Windows 自带的 Storage Sense 与系统 API做交叉验证。把清扫结果做成可视化报表让非技术用户也能看懂空间去向。最后建议如果你是第一次接触这类工具先别急着在主力电脑上做全盘清理。可以从一个虚拟机或测试环境中运行观察它生成的报告和日志确认风险控制到位以后再把它纳入你的日常维护流程。最稳的方法依然是先扫描、再预览、慎删除、保留回收站兜底。 C盘红了不可怕怕的是不知道为什么会红以及删完以后才反应过来删错了。