LightC 如何判断卸载残留？14项信号置信度评分算法源码级解读

LightC 如何判断卸载残留？14项信号置信度评分算法源码级解读

【免费下载链接】light-cA free, minimalist, lightweight, and high-performance C-drive cleanup tool.项目地址: https://gitcode.com/gh_mirrors/li/light-c

你是否好奇免费极简的LightC C盘清理工具是如何精准识别"卸载残留"的？它没有用粗暴的关键词匹配，而是在核心文件 leftovers.rs 中实现了一套14项信号加权置信度评分算法——每个目录都会获得一个 0.0～1.0 的分数，只有高分目录才会被标记为残留。本文带你源码级拆解这套算法的完整逻辑。

一、评分总览：为什么用"置信度"而不是"是/否"

传统清理工具通常用布尔判断：名字像不像某软件、目录在不在黑名单里。这种思路误报率高——cache、data这类通用名几乎每个软件都有。

LightC 的解决方案是加权评分模型，架构分为四层（见 leftovers.rs 开头的架构说明）：

基线分为0.0，所有分数由"正向识别加分 + 保护性降权扣分"驱动，最终通过clamp(0.0, 1.0)限制范围（ScoringContext）。

二、扫描哪里：4 条路径 + 预过滤

扫描范围由 get_scan_paths 定义：

• %LOCALAPPDATA%（AppData\Local）
• %APPDATA%（AppData\Roaming）
• %LOCALAPPDATA%\..\LocalLow（模拟器残留高发地）
• C:\ProgramData（共享数据，谨慎处理）

在进入评分前，先做两道硬性预过滤（scan_with_paths）：

1. 命中白名单的目录直接跳过；
2. 包名格式（com.xxx.yyy）和纯版本号（1.2.3.4、v2.0）目录直接跳过——这类目录几乎都是框架或系统产物。

三、4 项正向信号：它们怎么加分

其中信号②依赖一个巧妙的安装历史持久化机制：每次扫描时，LightC 会把当前所有已安装应用的InstallLocation末级目录名合并进 install_history.json。这样，"以前装过、现在注册表查不到"的目录就成了残留候选——这是它能发现"干净卸载后遗留文件夹"的关键。

四、10 项负向信号：如何防止误删

正向信号决定"多像残留"，负向信号决定"多可能是误报"，这是评分算法的保命部分：

注意⑤⑥的匹配非常克制：注册表DisplayName会先经过 normalize_display_name 规范化（去版本号、去括号、转小写），且只从InstallLocation的真实目录名推断归属，不再拆分 DisplayName 的单词——源码注释明确说这是"避免短 token 碰撞导致误判"。

五、阈值分类：0.75 与 0.40 两道关卡

评分完成后，分数被映射为四类（DetectionCategory）：

score ≥ 0.75 → 高置信度残留（默认推荐清理） 0.40 ≤ score < 0.75 → 可疑（仅展示，不默认勾选） score < 0.40 → 直接丢弃，不输出

前端据此渲染不同颜色的分类标签，还提供"全选可疑项"按钮，让用户自行权衡（LeftoversModule.tsx）。

六、两条"短路"通道：模拟器与虚拟磁盘

有些残留无需评分，直接高置信度命中：

🎮 模拟器特征库（EMULATOR_SIGNATURES）：内置雷电、蓝叠、夜神、MuMu、MEmu、MSI App Player、腾讯手游助手 7 款模拟器的文件夹关键字，命中后分数直接置为 0.90并跳过其他信号，且大小阈值从 1MB 放宽到 100KB。

💾 孤立虚拟磁盘：深度扫描会在用户目录下递归搜索.vmdk/.vdi/.vhd文件（深度 5 层，≥100MB），若父目录不属于任何已安装应用，则以0.85置信度标记。这里还有个精妙的防误报设计：WSL的ext4.vhdx路径形如\wsl\<GUID>\ext4.vhdx，直接父目录是 GUID，于是 is_path_in_whitelist 会逐级向上检查祖先目录是否命中白名单。

七、白名单：禁止"全局 contains"

白名单规则只有三种结构化类型（WhitelistRule）：

• Exact精确匹配：microsoft、nvidia
• Prefix前缀匹配：jianyingpro*（保护剪映草稿）
• Pattern通配符：.*（保护所有点开头隐藏目录）

内置约 90 条规则，覆盖系统核心、显卡驱动、运行时框架、开发工具、常见应用（build_whitelist_rules）。配套的单元测试专门验证了microsoftedge不会被microsoft规则误伤——这正是"禁止 contains 模糊匹配"的价值。

此外，用户还可以把误报路径加入个人白名单（leftover_whitelist.rs），保护规则在扫描和删除两个环节都会重新校验。

八、删除前的三重安全检查

评分只负责"识别"，删除环节（delete_folders）还有三道闸门：

1. 白名单重校验——防止白名单更新后旧扫描结果仍被删除；白名单读取失败时直接拒绝删除，宁可多问一句；
2. 路径范围校验——is_safe_leftover_path 用真实 AppData 路径前缀精确匹配，杜绝C:\MyApp\fake\appdata这类伪装路径；
3. 可执行文件浅扫——目录内发现.exe/.dll会跳过删除并提示走深度清理人工确认。

九、上手体验：在 LightC 中查看评分理由

打开 LightC 主界面的"卸载残留"模块（侧边栏即可见），点击"开始扫描"后，每个条目都会显示：

• 分类标签：高置信度 / 可疑 / 可能使用中 / 系统共享；
• 置信度百分比：鼠标悬停即可看到该目录命中的具体信号理由列表（如"包含卸载程序残留"、"已 30 天未修改"）；
• 一键加入白名单：对误报条目点击盾牌图标即可永久保护。

前端展示逻辑见 LeftoversModule.tsx，Tauri 命令入口在 commands/leftovers.rs。

十、总结：这套算法好在哪

✅可解释：每个分数都有中文理由，用户看得见"为什么被判为残留"； ✅双保险：正向信号抓真残留，负向信号 + 白名单防误删； ✅动态学习：安装历史缓存让它能记住"曾经装过"的软件； ✅删除克制：三重检查 + 白名单失效即拒删，安全边界清晰。

一次扫描的完整流程：白名单过滤 → 预过滤 → 模拟器短路 → 文件探测 → 14项信号评分 → 阈值分级 → 排序输出，全部封装在 LeftoverScanner::scan 中。想深入源码的读者，建议从该函数和文件开头的 架构注释 读起。

【免费下载链接】light-cA free, minimalist, lightweight, and high-performance C-drive cleanup tool.项目地址: https://gitcode.com/gh_mirrors/li/light-c