让 AI 告诉你:每个大文件到底是什么,删了会怎样。
Windows 磁盘清理工具。扫完盘不是甩给你一堆 C:\Users\...\AppData\...\ 路径,而是逐个文件给一句人话:
✅ 可删除 | Chrome GPU缓存,长期未使用 | 程序自动重建
⚠️ 需确认 | MineContext 应用核心包,软件依赖 | 删除后软件失效 ❌ 不要删 | WSL 虚拟磁盘文件 | 删了 Linux 子系统里的数据全没
它从不自动删除,所有操作都要你自己点;删掉的东西先进回收站,随时能还原。
可删除 / 需确认 / 不要删,加上左侧的条数统计。看着差不多,但分界线很关键——同一个扩展名,装过的和没装过的,结论可能相反:都是 .exe 安装包,源程序还在就标"无影响",源程序卸了就标"可删除"。
真正的分水岭是下面这种:
WorkBuddy.exe、kotlin-plugin.jar、Photoshop.exe——这些占了盘,但删了软件就废了。多数清理工具不会告诉你这件事,它们只按"多久没动过"排序。
每行右侧有个「问一问」。选中一个文件,可以直接问:这个能删吗 / 删了会怎样 / 占这么大正常吗 / 这是什么软件产生的。
它不是无上下文的聊天窗口——回答时带着这个文件的路径、大小、同目录还有哪些文件、机器上装没装对应软件。
上面问的是一个 14GB 的 MuMu 模拟器虚拟盘。这是最容易被"清理工具"误删的东西之一——它不是缓存,是虚拟机整个系统盘,删了里面装的 App 和数据全没。回答还指出了配置文件在 Roaming 下另有一份、要一起处理才干净。
这个项目最初是想做成付费产品:9.9 元买断,用户自带一点算力成本,我赚个辛苦钱。
后来发现三件事,把这条路堵死了:
- 同类太多了。 国内有 MangoDisk、柠檬清理、Pinkbin、ai-disk-cleaner…… 全开源、全免费;海外有 Smart Space Saver,功能几乎是同一个东西,还免费。
- 没有壁垒。 "接个大模型给文件写人话解释"这件事,一个周末就能做出来。真正的门槛在于规则打磨和体验,但那撑不起 9.9 元的护城河。
- 成本结构是反的。 一次全盘扫描要送几万 token 给模型,按量付费是持续的,而买断收入是一次性的。用户越活跃,亏得越多。
所以开源是最优解:代码交出去,让愿意折腾的人自己跑;我不用再替所有人付 token 钱。
见 Releases。解压后双击 DiskViz.exe(会请求管理员权限,见下方说明)。
pip install -r requirements.txt
python app.py浏览器会自动打开 http://127.0.0.1:54329。不要直接关网页——程序跑在系统托盘里,
退出请右键托盘图标选「退出程序」。
以管理员身份运行能读 MFT,整盘扫描快 5~10 倍;普通权限会自动退回目录遍历, 功能不受影响,只是慢一些:
Start-Process python -ArgumentList "app.py" -Verb RunAs.\build.ps1产物在 dist\DiskViz.zip。
DiskViz 不内置任何 API Key。程序启动后会弹出设置面板,填三样东西:
| 字段 | 填什么 |
|---|---|
| Base URL | 任何 OpenAI 兼容接口,如 https://api.deepseek.com/v1 |
| API Key | 你自己的 key |
| 模型名 | 如 deepseek-chat、gpt-4o-mini |
面板里有一键预设:OpenAI / DeepSeek / Moonshot / 本地 Ollama / 自定义。填完点「测试连接」确认能用。
配置存在 %APPDATA%\DiskViz\config.json,明文。它不会上传到任何地方,但别把这个文件发给别人。
如果你在意隐私,就装 Ollama,ollama pull qwen2.5:14b,然后在设置里选「本地 Ollama」。这样所有文件路径都在你自己机器上处理,一个字节都不出网。缺点是 14B 模型的判断质量比不上在线大模型。
传统工具用 os.walk / FindFirstFile 逐目录问系统"这一层有什么",百万文件要几分钟。
DiskViz 直接读 NTFS 的 Master File Table——卷上所有文件的名字、父目录、大小都在这一张表里,位置固定、顺序排列。所以可以一次性整块读进内存,本地解析出完整目录树。
mft.py 是纯 ctypes 实现,零第三方依赖。实测 C 盘(MFT 3.0 GB / 约 306 万条记录):
| 步骤 | 耗时 |
|---|---|
| 读 $MFT | ~13 s |
| 解析记录 + 拼路径 | ~7 s |
| 合计 | 约 20 s |
对照:os.walk 扫同样的盘要 3~8 分钟。
为什么需要管理员权限:打开 \\.\C: 卷设备要 GENERIC_READ,没有管理员会被拒绝(ERROR_ACCESS_DENIED)。DiskViz 的 exe 声明了 requireAdministrator,所以会弹一次 UAC——这跟 WizTree、DiskGenius 是一样的。如果你用普通权限跑源码,程序会自动降级成目录遍历,只是慢一些。
解析 MFT 有个必踩的坑:Update Sequence Array。NTFS 会把每条记录每个扇区末尾的 2 字节换成序列号,原值存在记录头部的数组里。不修它,跨扇区边界的属性字段会读到序列号——典型症状是文件大小算出天文数字(我曾解析出 91 TB 的 Edge 安装包)。mft.py 的 _fixup() 处理了这件事。
- API Key:只存本地
%APPDATA%\DiskViz\config.json。 - 文件路径:会被发给你自己配置的模型接口,用于判断文件用途。发给谁是你在设置里决定的,不是我能决定的。
- 不收集任何统计、不埋点、不联网对时(早期版本有过,已删)。
- 程序只读取文件元数据(路径、大小、时间),不读取文件内容。
- 只支持 Windows。MFT 读取是 NTFS 专有;FAT32 / exFAT / 网络盘会退回目录遍历。
- 只对 NTFS 有效。ReFS 卷不适用。
- $MFT 必须连续。极少见的碎片化 MFT 会导致结果缺失(不会崩,只是少几项)。
- 判断质量取决于你用的模型。便宜的模型会在"SDK 库文件"这类边界情况上翻车,代码里有硬规则兜底,但没有全覆盖。
- 界面目前只有中文,英文版还没做。
mft.py 读 NTFS MFT 的扫描内核(纯 ctypes)
config.py BYOK 配置读写
1_Scan.py 扫描:调 mft.py → 增强元数据(siblings/安装状态/是否在用)→ 入库
2_AI.py AI 分析:分批送模型 → 解析标签 → 写库
app.py Flask 主程序 + 托盘 + 设置接口
app_routes.py 「问一问」对话、记忆
static/index.html 单文件前端
docs/screenshots/ README 用的截图
数据流:1_Scan 产出 entries 表 → 2_AI 读它、写 analysis 表 → 前端读两张表。
MIT。随便用、随便改、随便商用,出事别找我。
第三方:本项目不包含、不分发 WizTree 或任何其他第三方扫描器(早期版本曾经依赖 WizTree,因其 EULA 要求商业分发许可,已用自研 MFT 内核完全替换)。
前端 Markdown 渲染用 marked v9.1.6(MIT),已内置在 static/marked.min.js。不用公共 CDN——国内 CDN 常年抽风,而且本地化之后整个前端零外部请求,配合本地 Ollama 时真正做到一个字节不出网。


