Czkawka 清理实战：这个 Rust 写的"打嗝"程序，帮我找回了 60 GB 磁盘空间
【免费下载链接】czkawkaMulti functional app to find duplicates, empty folders, similar images etc.项目地址: https://gitcode.com/GitHub_Trending/cz/czkawka
如果你也经历过"磁盘满了"的深夜，你会理解那种抓狂：想导出一个视频、装一个软件、同步一次手机照片，系统却弹出一行冷冰冰的"空间不足"。于是我开始翻找硬盘，想看看究竟是哪些文件在偷走空间——然后发现自己根本无从下手。
Czkawka（波兰语"打嗝"）就是为解决这个真实痛点而生的开源磁盘清理工具。它不联网、无广告、不弹窗，纯粹靠算法把重复文件、空文件夹、相似图片这类"空间杀手"找出来交给你处理。这篇文章我会从"它到底解决什么问题"讲起，用一次真实的清理过程演示它的用法，再附上新手最容易踩的坑。读完你就能自己动手，找回几十 GB 空间。
先搞清楚：Czkawka 不是又一个"清理大师"
市面上的"电脑清理软件"大多是同一套路：装完先来一波弹窗，扫描完告诉你"发现 3.2 GB 垃圾"，点清理后发现能清的其实只有几百 MB，剩下的都在诱导你付费。
Czkawka 走的是完全相反的路线：
- 完全本地离线运行。项目明确承诺不联网、不采集数据、无遥测，仓库的依赖列表里没有任何网络相关库，代码层面就没有联网通道。
- 专注"找文件"而非"删垃圾"。它不碰注册表、不删缓存目录，而是把重复文件、空文件夹、大文件等 14 类问题如实列给你，删不删、怎么删由你决定。
- 多线程 + 缓存。用 Rust 编写，充分利用多核 CPU；首次扫描的计算结果会写入缓存，第二次扫描同一目录明显更快。
它提供的 14 种工具，可以大致分成四类：
| 类别 | 工具 | 解决什么问题 |
|---|---|---|
| 找重复 | 重复文件、相似图像、相似视频、相同音乐 | 内容重复但名字不同、分辨率不同的"同一份文件" |
| 找空洞 | 空文件夹、空文件、大文件 | 层层嵌套的空目录、0 字节文件、占用空间的大户 |
| 找异常 | 损坏文件、无效符号链接、错误扩展名、临时文件、非法文件名 | 打不开的、指向不存在的、扩展名与内容不符的文件 |
| 做加工 | 清理 Exif 信息、视频优化 | 删除照片隐私元数据、裁剪视频黑边并转成更高效的编码 |
每一类工具都对应一个独立场景，而不是一个大而全的"一键清理"。这种"把选择权留给用户"的设计，恰恰是它和商业清理软件最大的区别。
三个入口，共用一颗引擎：Krokiet / CLI / Cedinia 怎么选
Czkawka 的架构值得先理解一下：所有扫描逻辑都封装在核心库czkawka_core里，上层有多个不同形态的前端，这意味着你在哪个界面用，扫描结果都是一样的。当前项目提供三个活跃前端：
- Krokiet：新一代图形界面，基于 Slint 框架，静态链接、无额外依赖，Windows / macOS / Linux 表现一致，是官方推荐的 GUI。
- Czkawka GTK：旧版图形界面，12.0 是最后一个版本，官方已停止维护，新用户不要选它。
- Cedinia：专为 Android 打造的触屏界面，可在手机上直接扫描内存卡或手机存储（受平台限制，视频相关工具不可用）。
- czkawka_cli：命令行前端，适合脚本化和定时自动化，后面实战部分会用它演示。
新手建议直接装 Krokiet：它把 14 种工具都做成了左侧的选项页，勾选目录、点扫描、看结果、选文件、执行操作，整个流程不用记任何命令。想自动化、或想在公司服务器上批量清理，才需要转向 CLI。
重复文件是怎么被"抓"出来的：一条三级流水线
重复文件是 Czkawka 最核心的工具，它的检测机制也最能体现这个项目的工程水平。很多人以为"找重复"就是算文件哈希，但直接对所有文件算全量哈希非常慢——全量读盘是最大的性能瓶颈。
czkawka_core里重复检测实际是一条三级流水线（见 instructions/Instruction_Core.md）：
- 按文件大小分组。大小不相同的文件不可能是重复的，这一步在内存里瞬间完成，把绝大多数文件直接排除。
- 计算"预哈希"（prehash）。对同一大小分组内的文件，只读取开头和结尾各 4 KB 计算一个快速哈希——两个文件如果预哈希都不同，就没有再比下去的必要。
- 全量哈希确认。只有通过了前两关的少数文件，才计算完整内容的加密哈希（默认 BLAKE3，也支持 XXH3、CRC32），按哈希分组，得到最终重复组。
这个设计的妙处在于：真正需要读完整文件内容的，只有极少数"疑似重复"，扫描 10 万个文件时大部分文件只被读了 8 KB。配合缓存机制，第二次扫描时连这 8 KB 都不用重复读，所以"越扫越快"。
对应的效果是：结果准（BLAKE3 是加密哈希，两个不同文件撞出相同哈希的概率在工程上可以忽略），速度稳（大目录扫描也基本不会卡死内存）。如果你感兴趣，这部分实现可以直接读 czkawka_core/src/tools/duplicate/core.rs。
一次完整清理实战：从"试跑"到"进回收站"
光讲原理不够，下面用命令行完整走一遍"清理一个塞满照片和视频的目录"的过程。命令都在czkawka_cli中执行，安装方式参考 czkawka_cli/README.md。
第一步：先扫描，只看不动。
czkawka_cli dup -d /home/user/Downloads -f dup_results.txt-d指定要扫描的目录，结果保存到文本文件。此时默认什么都不删，先看看战果。
第二步：确认操作范围，做一次"试跑"。
czkawka_cli dup -d /home/user/Downloads -D AEN -Q-D AEN表示"每组重复中保留最新文件，删除其余"；-Q是干跑（dry run），只打印"将要删除哪些文件"，实际不动任何东西。任何删除之前都建议先这样跑一遍。
第三步：真正执行，但先进回收站。
czkawka_cli dup -d /home/user/Downloads -D AEN -y-y表示把文件移入系统回收站而非永久删除，万一误删还能恢复。执行完检查结果，确认无误后再清空回收站。
删除方法除了AEN（保留最新），还有AEO（保留最旧）、AEB（保留最大）、AES（保留最小），以及一个很有用的HARD——它不删文件，而是把重复文件替换成硬链接，既释放空间又保留所有路径可用。
实战里还有一个保护机制值得单独说：参考目录。如果/home/user/Backup是你的主备份，不希望被动过，可以把它标记为参考目录，只参与比较、绝不参与删除：
czkawka_cli dup -d /home/user/Downloads -r /home/user/Backup -D AEN -y这个场景很典型：下载目录里堆了一堆和备份重复的文件，但你只想清理下载目录、绝不碰备份本体。CLI 完整参数表在 instructions/Instruction_CLI.md。
图像、视频、音乐：相似内容是怎么判断的
重复文件工具处理的是"内容完全相同"的文件，但现实里更常见的麻烦是**"看起来一样，其实不是同一个文件"**：同一张照片在手机里存了三份不同分辨率的版本；一段视频被剪辑、旋转后又被导出了一次；两首歌比特率不同但其实是同一首。这三个问题分别由三个工具解决：
| 工具 | 判断依据 | 典型场景 |
|---|---|---|
| 相似图像 | 感知哈希（感知上相似的图像算出的哈希接近） | 同一张图的不同分辨率、带不同水印的版本 |
| 相似视频 | 借助 ffmpeg 抽取关键帧逐帧比对 | 被裁剪、旋转、缩放过的同一段视频 |
| 相同音乐 | 标签匹配 + 内容指纹双重方式 | 不同比特率、不同标签的同一首歌 |
用法上它们与dup完全同构，只是扫描目标不同。以图像为例：
czkawka_cli image -d /home/user/Photos -D AEB -y上面这条命令把照片目录里"视觉上相似"的图片按组列出，保留每组中最大的那个版本（通常分辨率最高），其余移入回收站。视频和音乐工具的使用方式可以看 instructions/Instruction_Krokiet.md 里的对应章节。
有一点要提前知道：相似视频和视频优化工具依赖 ffmpeg，需要单独安装（Linux 下sudo apt install ffmpeg，macOS 下brew install ffmpeg），在 czkawka_cli/README.md 里有各平台的安装说明。
另外两个"加工类"工具值得顺便提一句：Exif 清理器能批量删除照片里的拍摄地点、设备型号等隐私元数据，适合发图前处理；视频优化器能裁掉视频的黑边/静止画面，并转成更高效的编码格式，把大视频压缩到原来的一小半。
新手最容易踩的 5 个坑
这些坑大多来自项目 FAQ 里上千条真实 issue 的沉淀（见 instructions/FAQ.md），提前知道能帮你省很多事。
坑一：跳过"试跑"直接删。不管 GUI 还是 CLI，删除前务必先预览结果。-Q干跑模式就是为此设计的，习惯性用起来。
坑二：用"文件名匹配"当主力。dup的搜索方式有NAME、SIZE、SIZE_NAME、HASH四种。NAME虽然快，但同名不同内容会造成大量误报，官方也只建议拿它做快速实验；正式去重请用默认的HASH。
坑三：同时开两个同工具的实例。不同工具可以并行扫描（缓存文件各自独立），但同一个工具的多个实例同时运行会损坏该工具的缓存。想多开请换不同工具。
坑四：把 GTK 版当成主力。旧版 GTK 界面在 Windows/macOS 上有窗口无法点击、HiDPI 模糊等一系列历史问题，且 12.0 后已停止维护。任何平台都直接选 Krokiet。
坑五：扫描常插拔的外接硬盘却开着"自动清理过期缓存"。对经常拔插的移动硬盘，建议在设置里关闭"自动删除过期缓存"，改用手动清理，否则缓存条目会在你拔盘时被误判为失效而清掉，下次插回又要重扫。
如果你用的是 Krokiet 图形界面，可以额外打开"预哈希缓存"（默认已开启），这对大目录的重复扫描速度提升最明显，原理就是前面说的三级流水线第二级。
接下来你可以怎么做
现在你已经有足够的信息动手了。我建议按这个顺序开始：
- 装 Krokiet 图形界面，打开"重复文件"工具，扫描你照片最多的目录，先看结果不删除——观察重复文件的规模。
- 再用"大文件"工具看一眼整个磁盘，找出真正占空间的那几个大户，决定是清理还是归档。
- 确认工具好用之后，把 CLI 写进定时任务，比如每周日自动扫描下载目录并干跑一次，把报告输出到文件供你抽查。
深入材料都在这几个地方：全工具的参数参考 instructions/Instruction_CLI.md，算法与缓存机制见 instructions/Instruction_Core.md，常见问题合集在 instructions/FAQ.md，Android 版本细节在 cedinia/README.md。
如果想从源码编译最新版本，可以这样拉取仓库并构建命令行工具：
git clone https://gitcode.com/GitHub_Trending/cz/czkawka cd czkawka cargo build --release --bin czkawka_cli最后留一句实用提醒：任何清理工具都只是"找"的专家，而"删"的决定权永远应该在你手里。给每个大目录建一个只读的备份参考目录，用 Czkawka 对比着清理，既能放心地释放空间，又不会误伤真正重要的文件。
【免费下载链接】czkawkaMulti functional app to find duplicates, empty folders, similar images etc.项目地址: https://gitcode.com/GitHub_Trending/cz/czkawka
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
