Skip to content

About

Windows disk cleanup that tells you what each large file actually is and what breaks if you delete it. Reads the NTFS MFT directly; bring your own API key.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

DiskViz

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。

文件列表


判断结果分三档

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:

不要删

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。


「问一问」:标签说不清的时候,可以追问

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。

问一问

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。


为什么开源

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:

  1. 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。
  2. 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。
  3. 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。


怎么用

方式一:下载打包好的 exe

见 Releases。解压后双击 DiskViz.exe(会请求管理员权限,见下方说明)。

方式二:跑源码

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

方式三:自己打包

.\build.ps1

产物在 dist\DiskViz.zip。


第一次运行:填你自己的 API Key

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。

关于本地 Ollama

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。


它是怎么扫盘的(技术说明)

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。


隐私

  • 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。

已知限制

  • 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。

结构

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。


许可

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。

About

Windows disk cleanup that tells you what each large file actually is and what breaks if you delete it. Reads the NTFS MFT directly; bring your own API key.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Used by

Contributors

Languages