Storage Analyzer

源自 KKKKhazix/khazix-skills（MIT，见 LICENSE）， 本仓库在其基线上增加了 Linux 支持并加固了安全模型 —— 详见 UPSTREAM.md。

对 macOS / Windows / Linux 做一次只读存储分析，产出交互式 HTML 报告。流程：扫描 → 分析分级 → 生成网页 → 打开。

铁律

• 对被分析的数据只读。 扫描和分析阶段只运行读取类命令（df、du、diskutil、stat、ls 等），不对用户的文件和目录执行 rm、mv、rmdir、清空回收站、改权限等修改操作。本 skill 自身的输出（/tmp 下的扫描与分析 JSON、静态模式写到 ~/Desktop 的 HTML 报告）和 Step 3 启动的本地服务不在此限；网页上的删除由用户点击并确认后由 server.py 执行。
• 删除命令只展示，不执行。 报告里给出的清理命令是供用户自己在终端确认后运行的。即使用户在对话里说"帮我删"，也要先停下确认，不要直接代跑：清理命令可能不可逆，执行前需要用户对具体路径和命令明确同意。
• 估算标注清楚。 涉及"可释放空间"一律说明是估算值。
• 路径、命令保留原文不翻译。

执行流程

Step 1 扫描（只读）

python3 scripts/scan.py > /tmp/storage_scan.json

scan.py 自动识别系统（sys.platform）：

• macOS：扫 home、library、caches、containers、group_containers、app_support、applications、downloads、dev_caches，用 du 算大小。
• Windows：扫 user_profile、appdata_local、appdata_roaming、temp、downloads、program_files(_x86)、dev_caches，用 os.scandir 算大小；system.disks 含所有盘符。
• Linux：扫 home、cache、local_share、config、downloads、flatpak_apps、snap_home、opt、usr_local、dev_caches，用 du -x 算大小（-x 不跨挂载点，否则外置盘会被算进主盘）。另有两组 Linux 专有：sudo_targets（/var/lib/docker、/var/log 等 root 大户，读不到就标 denied）和 uncategorized（$HOME 与 /var 各一层兜底下钻，捞出目标表没覆盖到的大目录）。system.disks 含所有本地挂载点（已滤掉 tmpfs / squashfs / 网络盘）。

输出 JSON：system（系统/磁盘信息，含 disk_name 主盘名 + disks 全部盘）+ groups（各组子目录大小，已降序、过滤 50MB 以下）。扫描较慢，耐心等。读不到的目录标 denied，需在报告里列出并提示遗漏体量。

Linux 另有 accounting 字段（缺口对账），必须读：Linux 上 du 对 root 目录是静默低估（读不到算作 0 还返回成功），不对账就会把大户报错。对账按文件系统分别进行（per_filesystem 数组），因为 /home 独立分区极常见，合并算会捏造出巨额假重叠。每项的 gap_kb 归入该盘蓝色「系统及其他」并提示可用 sudo 核实；若出现 overlap_kb（合计超过实际已用），说明有硬链接缓存被重复计数（也可能是压缩/reflink/稀疏文件），相关项的"可释放空间"要注明实际释放量可能更小。条目上的 partial: true 表示 du 没读全、实际更大；mountpoint: true 表示该子目录是另一块盘的挂载点，不计入本盘。

Step 2 分析与分级

先看 system.os 判断系统，读对应的数据布局参考：macOS 读 references/macos.md，Windows 读 references/windows.md，Linux 读 references/linux.md（讲该系统东西存哪、怎么辨认、归哪一级）。然后读 /tmp/storage_scan.json 做这几件事：

1. 挑 Top 5 占用大户，判定类型（系统资产/应用本体/应用数据/应用缓存/开发缓存/用户文件/媒体内容/下载内容/虚拟机镜像/回收站/其他）。
2. 识别"神秘大目录"：UUID 命名的 Container、不明的隐藏目录，要追查它属于哪个 App、装的是什么（例如某 97GB 的 UUID Container 实为 Bilibili 离线视频缓存）。必要时 ls/du 深入一层看清楚，但仍只读。
3. 三级分类 = 清理决策清单，不是全盘点。 只把"存在'要不要动它'这个决策"的项放进三灯；日常在用的正常应用、操作系统本身、海量零碎小文件没有清理决策，不进三灯，它们落在磁盘条的蓝色"系统及其他"里。判定标准：
   • 🟢 可自动清理：纯缓存、临时文件、安装包残留、明确可再生且不影响功能、不丢用户数据（pip/uv/npm/Xcode DerivedData 等开发缓存、浏览器缓存）。
   • 🟡 需人工判断：含用户数据或有判断成本（离线视频、文档、项目代码 node_modules、聊天记录、设计稿）。给内容画像 + 至少 3 句处置路径（应用内清理 / 系统工具 / 文件管理器手动审查，三选最合适）+ 风险提示。所有橙灯项在服务模式下自动有「在访达/资源管理器/文件管理器里打开」按钮（跳过去自己审查删；名称按 system.platform 取对应平台的一个）；如果该项有一个核实过、删了不破坏 App 的安全子路径（如 B站离线视频的 .Downloads 目录、旧备份目录），给它 trash_paths → 网页出现「移到废纸篓」按钮（橙灯只准移废纸篓、可逆，绝不给"直接删除"）。App 托管又无安全子路径的（Chrome/微信）只给打开按钮、不给 trash_paths。按钮下方会自动写明注意事项（打开只查看不删、移废纸篓可逆需清空才释放等）；如果某项在文件管理器里是 App 内部格式、不方便手动挑选，给它一个 open_note 字段做客观说明（会显示在注意事项里）。口吻要中性、像产品说明：直接描述"这里是什么结构、为什么不好手动删、想精细操作该去哪"，只描述对象本身，不写分析过程中的发现经过。
   • 🔴 谨慎清理（有决策但不建议手删）：你可能想动、但建议别手删的具体项——重复安装的应用、想卸载的大应用、运行中应用的核心数据等。给"为什么不建议手删" + indirect_release 写具体卸载步骤（自带卸载器 / 启动台长按 / 右键移废纸篓 / AppCleaner 清残留 / App Store 可重装等，要可照做不是空话）。应用项给 app_paths（应用本体的真实绝对路径数组：macOS 为 .app，Linux 为应用所在目录；路径须位于 Step 3 安全模型中 open 允许的目录下，Windows 上装在 Program Files 的应用不给 app_paths）→ 网页出现「在文件管理器打开（去卸载）」按钮，定位到 App 让用户自己正规卸载。红灯不给删除/卸载按钮（应用在系统目录、可能要管理员密码、可能有自带卸载器和残留，后台代删不稳妥）。纯系统文件、APFS 快照不要单独列红卡（没有清理决策），归蓝色即可；系统层面的释放技巧（重启释 swap、Time Machine 快照策略、可清除空间自动回收）写进 summary.long_term 长期建议。

每个 🟢 项要给：预估释放空间、清理前需关闭的进程、可一键复制的清理命令（用移到废纸篓或 App 自身清理入口的安全方式，谨慎用 rm；如用 rm 必须是明确的缓存子目录）。

大小字段写干净：size / size_estimate 用"约 14 GB""合计约 8.6 GB"即可——"约"已表示估算，不要再加"（估算）"，重复且不专业（模板也会自动去掉这种冗余括号）。可再生属性已由分级标题和按钮说明覆盖，别塞进大小字段。

Step 3 生成交互报告

把分析结果写成 analysis JSON（schema 见 scripts/build_report.py 顶部注释）。

🟢 项必须带 trash_paths（具体可删的绝对路径数组，区别于人类可读的 path 展示字段）——这是网页删除按钮的前提，漏了按钮就不出现。

默认用一键删除模式（server.py）打开报告，因为这个 skill 的核心价值就是网页上能直接清理：

python3 scripts/server.py /tmp/storage_analysis.json   # 自动开浏览器，Ctrl+C 停

server.py 起在 127.0.0.1 + 随机端口 + 随机 token。🟢 项给「移到废纸篓」(可逆) +「直接删除」(立即释放、不可逆)；🟡 项给「在访达/资源管理器/文件管理器里打开」+（有安全子路径时）「移到废纸篓」。安全模型——三套白名单，权限从严到宽：rm 只允许绿灯 trash_paths；trash 允许绿灯+橙灯 trash_paths（橙灯永远不能 rm）；open（在文件管理器打开，非破坏性）允许上述全部 + 橙灯真实 path + 红灯 app_paths。所有请求都做 realpath + token + Host 校验；rm / trash 只接受 $HOME 的严格子孙（不跨挂载点、不含 needs_sudo 项），open 另允许 /Applications、/opt、/usr/local、/usr/share、/var/lib/flatpak、/snap 下的路径；移废纸篓和直接删除在浏览器里先弹 confirm。入废纸篓的机制按平台：macOS osascript（首次弹访达自动化授权点允许即可）、Windows SHFileOperationW、Linux 走 XDG Trash（gio trash → trash-put → 标准库手写 .trashinfo 三级回退）。

Linux 两条额外约束（细节见 references/linux.md）：

• 跨文件系统的项不给 trash_paths。 废纸篓只在其自身所在的文件系统内可用；挂在 /mnt、/media、外置盘上的项即使是绿灯也不该给。给了也会被 server.py 挡在破坏性白名单外，按钮不会出现。这类项只给可复制命令。
• sudo_targets 组的项 trash_paths 一律留空，标题带 [需 sudo]。它们照常上灯（/var/log、apt 缓存等多为 🟢）、照常给命令，但一键删除通道对它们物理关闭——server.py 按 needs_sudo 标记强制拒绝，不靠本文档的约定。这正是"删除命令只展示，用户自己在终端确认后运行"的标准形态。

无头环境（Linux 服务器 SSH，无 DISPLAY/WAYLAND_DISPLAY）跳过整个 Step 3：不渲染 HTML、不起服务，直接进 Step 4 在对话里给完整诊断。调用方本来就是 agent，产物应该是对话里的结论，而不是一个要 scp 才能看的文件。此时 Step 4 从"一段话摘要"扩展为完整诊断：磁盘总览 → Top5 → 三级清单（含可复制命令）→ 长期建议。

仅当用户明确只想要一份可分享/留存的只读文件时，才用静态模式（无删除按钮，因为 file:// 打开的页面碰不到文件系统）。打开命令按平台：macOS open、Windows start、Linux xdg-open（脚本运行完会打印正确的那条）：

python3 scripts/build_report.py /tmp/storage_analysis.json ~/Desktop/storage-report.html

排障：网页上没有删除/移废纸篓按钮 = 要么开的是静态报告（改用 server.py），要么 🟢 项漏了 trash_paths（补上重启服务）。

报告阅读流（固定顺序）：磁盘总览卡片（容量 + 进度条 + 三色容量 pills + 系统信息，纯数据）→ 占用排行 Top5 → 执行建议 → 🟢🟡🔴 三级可折叠卡片（命令一键复制）→ 长期优化建议。即"现状 → 诊断 → 处方 → 操作 → 预防"。

注意 summary.overview 要写成一句话洞察（直接说最大占用是什么、能释放多少），不要重复总/已用/可用数字——那些已在卡片大数字里显示。overview 渲染在"执行建议"小节开头作引子（普通文字），紧接着是 summary.priority 优先级清单。

磁盘进度条把"已用"拆成分段：绿(可自动清)+橙(需手动)+红(已识别的不建议动项)+蓝(系统及其他，自动取 已用−绿−橙−红 的余量)，余下为可用(灰底)。summary.tier_stats 的 green / yellow / red 三个值都要以可解析的 GB 数字开头（如 "约 27.8 GB"），脚本从中取数算分段；蓝色段和"系统及其他"pill 由模板自动算余量。

pills 只渲染解析出的纯数字（如"约 5.5 GB"），不显示数据里的附注，所以 tier_stats 三个值写干净的数字即可，别加"仅已识别项/系统未计"这类道歉式说明——系统文件本来就归在蓝色段，红色只放你能量化的 🔴 项（重复应用、可卸载大应用等），量不准的系统文件/快照自然落到蓝色。

Step 4 对话里给摘要

报告生成后，在对话里用一段话给结论先行的摘要：总可释放估算、最该先清的 2-3 项、风险最高的一项。细节让用户看网页。

依赖与运行前提

• 全部脚本是 Python 3 标准库，零第三方依赖（不用 pip install）。
• macOS 自带 python3、du、diskutil、osascript，开箱即用。
• Windows 默认没装 Python——需先装 Python 3，且命令多为 python 或 py -3（不是 python3）。本 skill 命令示例写的是 python3，在 Windows 上自动改用 python / py -3。
• Linux 自带 python3、du、df，开箱即用。废纸篓优先用 gio（glib2 附带，桌面版一般有）或 trash-put（trash-cli），两者都没有时退回标准库手写 XDG .trashinfo，功能等价、无需安装任何东西。
• 本 skill 是 agent 驱动：扫描出数据后由 agent（Claude）做分级分析，不是双击即用的独立 App。

平台状态

• macOS：已实现并验证（扫描 / 报告 / 一键删除）。
• Linux：已实现并在 Ubuntu 24.04 上验证（扫描 / 缺口对账 / XDG 废纸篓写入与还原 / 无头降级）；其他发行版、多分区和真实无头服务器未验证，见 UPSTREAM.md「验证状态」。
• Windows：代码已写（scan.py 的 scan_windows、server.py 的 _trash_windows 走 SHFileOperationW），但未在真实 Windows 上验证。在 Windows 上运行时核对：目标目录路径、os.scandir 大小、回收站删除是否正常。多盘符已支持（主盘分段条 + 其他盘列表）。

长期优化建议素材（写进报告 summary.long_term）

• macOS：brew cleanup、Xcode DerivedData、浏览器缓存；DaisyDisk / GrandPerspective / OmniDiskSweeper；「系统设置 > 通用 > 储存空间」的优化选项
• Linux：docker system prune -a、conda clean -a、uv cache clean、journalctl --vacuum-time=7d、sudo apt autoremove --purge 清旧内核；ncdu / baobab / filelight
• 通用：大文件归档到外置盘 / iCloud / NAS