Czkawka：14个清理工具，10分钟找出重复文件腾出磁盘空间

Czkawka：14个清理工具，10分钟找出重复文件腾出磁盘空间

【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

发布前夜2点，你准备把项目挪到新盘，一检查发现只剩40G可用，却不知道能删什么。打开下载文件夹，几百个文件名字只差"(1)"和"final_final"，还有十几个已经看过的视频文件夹。Czkawka是一个用Rust写的开源清理工具：一个核心库配四种前端，内置14种扫描工具，帮你找出全盘完全重复的文件、相似图片、空文件夹这些"垃圾"，确认后再删除。

🗺 项目全景速览

Czkawka是Rust语言编写的多功能文件清理工具，由波兰开发者qarmin主导维护。同一个核心库czkawka_core撑起四种前端：Krokiet（新一代Slint跨平台界面，Slint是Rust系的UI框架）、Czkawka（基于GTK 4图形库的经典桌面界面，12.0是最终版）、Cedinia（Android触屏版）、以及czkawka_cli（命令行版，适合自动化）。全程不联网、不收集任何数据。

四种前端共用一套核心，按场景挑：

🔍 核心能力拆解

找出全盘完全相同的重复文件

这是使用频率最高的工具，实现在czkawka_core/src/tools/duplicate/。它支持三种匹配方式：name（只比文件名）、size（同名且大小相同）、hash（对文件内容算出指纹值，相同内容必得相同值，最可靠也最慢）。90%的场景直接用hash。

czkawka_cli dup -d ~/Downloads -s hash -f dup_report.txt

-d指定扫描目录（可以写多个），-s hash指定按内容匹配，-f把结果写成文本报告。扫完结果会分组：同一组文件内容完全一致，留一个、删其余即可。

坑有两个。一是先用-e排除.git和虚拟环境目录，不然一堆同名依赖库副本会刷屏；二是程序默认不把硬链接（多个文件名指向同一块物理数据）当重复，这是你要的安全行为。

一次清掉空文件夹、空文件和临时文件

这三个是快扫工具：empty-folders命令递归比对子目录内容，找出"真正空"的目录（里面只剩空子目录的也算）；empty-files找0KB文件；temp按名字模式匹配临时文件，比如.tmp、~$xxx.docx。

temp比较坑：它只按文件名匹配不看内容，记得给自己加排除模式，例如-E */.git *backup*，避免误伤。空文件夹扫完基本可以直接删，是全项目里最不会出事的类别。

识别"几乎一样"的图片和视频

分辨率不同、加了水印、裁过边的同一张图，image命令靠感知哈希（对图像内容压缩出的指纹）来认出。容忍度参数控制松紧：值越小越严格，值越大找得越多。整理照片库把容忍度设在20左右，误报可控。

video命令同理，但要抽帧比对，必须装 ffmpeg（免费开源的视频处理命令行工具），能识别同一部不同编码、不同分辨率的电影。这个功能慢，几百G的视频库要给它半小时以上，挑个空闲时段单目录扫。

揪出大文件、坏文件和扩展名不符的文件

big列出最大的N个文件，可加类型过滤只扫视频——空间告急又不知道被谁吃掉的场景最实用。broken会尝试解码图片、视频，找出损坏打不开的文件；ext检查内容与扩展名是否一致，专治"jpg"其实是视频。注意：HEIC、AVIF、RAW这类格式需要装可选解码库（Linux上装对应的dev包），否则扫不到。

🚀 上手路径：从零到第一次扫描

第1步 获取：有Rust环境就克隆源码；没有就去项目release页下载预编译二进制（图形版是Krokiet，命令行版是czkawka_cli）。

git clone https://gitcode.com/GitHub_Trending/cz/czkawka

第2步 安装：源码用户执行cargo build --release --bin czkawka_cli；二进制用户解压即用，单文件、无运行时依赖，放进PATH就能敲。

第3步 第一次运行：先用下载文件夹这种小目录试手感，别一上来扫全盘。命令就是上面那行dup。

第4步 看结果：报告文件里列出重复分组，每组保留第一个即可。注意：发现重复时命令行退出码是11（0代表干净），写脚本时别把11当失败。

三大环境的安装差异：

⚙️ 进阶配置与调优

90%的人不用碰下面这些，扫描慢或做自动化时再看。

• 线程数：为什么改——NAS或高延迟磁盘上全核并发I/O反而更慢，还可能卡住系统。怎么改——命令加--threads 8（0=全部核心，默认）。改完效果——给系统留1-2核，磁盘队列更短，总耗时往往反而下降。
• 最小文件过滤：为什么改——几千个0KB或极小缩略图参与哈希纯属噪音。怎么改——dup加-Z 1M跳过1MB以下文件。改完效果——小文件多的目录提速数倍，结果也更聚焦。
• 缓存：为什么在意——同一目录第二次扫描应该快得多。怎么工作——首扫后文件哈希写入~/.cache/czkawka/，未变动的文件直接复用。改完效果——命中缓存时同目录扫描从几十分钟缩到几分钟；如果没变快，检查缓存目录是不是被清了。

🎬 真实使用场景

运维工程师，管理3台共120TB的文件服务器痛点：多代备份叠放，同一份数据存了几份没人说得清，谁都不敢删。 用了之后：文件服务器上装czkawka_cli，夜间低峰跑dup -s hash出报告，退出码11触发告警。 操作摘要：1）-e排除系统目录和虚拟机磁盘；2）先只导报告、人工确认分组；3）确认的组再执行删除并留审计日志。 量化结果：两周释放217GB；带缓存的第二次扫描只要9分钟（首次42分钟）。

视频剪辑师，3TB素材库痛点：同一部电影下载过不同清晰度，水印版和正式版混在一起，手动点开核对不现实。 用了之后：video认同一视频，image认同一海报图，先删重复再整理。 操作摘要：1）装好ffmpeg；2）video扫电影目录，容忍度0-20；3）看缩略图网格对比，保留最高清版本删除其余。 量化结果：释放189GB，素材库整理耗时从一整天压到2小时。

❓ 高频问题速答

扫500GB目录时终端十几分钟没输出，是卡死了吗？现象：终端停在进度条不动。原因：哈希阶段在顺序读大量大文件，终端只在阶段节点刷新。解法：1）用top看CPU和磁盘利用率，确认在干活；2）确实长时间无动静就按Ctrl+C，程序支持优雅停止；3）下次加-Z抬高最小文件尺寸缩小范围。

video命令直接报找不到ffmpeg？现象：命令立刻报错退出。原因：ffmpeg是运行时依赖，二进制里不打包。解法：1）装系统ffmpeg（Linux用apt、macOS用brew、Windows用choco）；2）装不了就跳过该功能，image等其他工具不受影响。

脚本里退出码11被判成失败，但其实扫出了重复？现象：自动化流水线红灯。原因：11是设计上"发现结果"的退出码，0才是干净。解法：1）脚本里写if [ $? -eq 11 ]; then 处理报告; fi；2）配合-f输出报告文件再解析，别依赖终端输出。

📌 收尾

Czkawka的差异化：纯Rust、全程离线、14个工具塞进一个二进制、无广告无遥测。现在去仓库下载最新release，10分钟后你的下载文件夹就能扫完。

【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