Skip to main content
Glama

Clyan — AI-Driven Disk Cleaner v3.0.0 — 给 AI Agent 的磁盘本体感觉

自用非商用开源项目 · AGPL · 一个 AI 知道它"有多满"的磁盘工具

Clyan 不是"磁盘清理工具"。它是 AI Agent 的磁盘反射弧——像膝跳反射一样,在 AI 下载大文件之前自动腾出空间,在磁盘将满时自动预警,整个过程不需要 AI 思考"清理"这件事

# 第一次:用手摸
clyan reclaim C:\           # 全量扫描 → 分阶段执行计划
clyan reclaim C:\ --phase 1 # 执行零风险阶段

# 第二次:条件反射
clyan pulse                  # <1ms 健康检查(缓存预热后零 IO)
clyan auto-clear             # 自动释放 cost=none 项(AI 无感)

一句话哲学

工具做"全"和"准",AI 做"判断"和"决策"。

Clyan 不做三件事:

  • ❌ 不替 AI 判断该删什么(删了 is_protected 硬拦截)

  • ❌ 不按阈值决定删除方法(删了 _FAST_THRESHOLD

  • ❌ 不给 AI "加工"过的数据(全量原始信号返回)

Related MCP server: WinDirStat MCP Server

三层架构

╔══════════════════════════════════════════════════╗
║  Layer 1  扫描层                                 ║
║  56 provider → 纯发现 path + size                ║
║  不做判断,不设等级                              ║
╠══════════════════════════════════════════════════╣
║  Layer 2  安全层 (自动)                           ║
║  ├  is_protected 通用过滤 (56/56)                ║
║  ├  SafetyLevel + age_days + tool_installed       ║
║  ├  would_break + recovery_cost + ecosystem      ║
║  └  confidence + 行为学习调整                     ║
╠══════════════════════════════════════════════════╣
║  Layer 3  汇报层 (report.py)                     ║
║  ├  build_report() → 结构化 JSON                 ║
║  ├  Phase 1/2/3/4 分阶段执行计划               ║
║  └  recommendation 给 AI                        ║
╚══════════════════════════════════════════════════╝

### 全局 --json 标志

所有命令支持 `--json` / `-j` 参数,只输出纯 JSON 到 stdout。
人类可读信息输出到 stderr,不影响管道。

功能矩阵

🔍 扫描(53+ 内置 Provider + 3700+ Winapp2)

覆盖范围

provider 数

包管理器缓存

npm / pip / cargo / go / gradle / maven / nuget / pnpm / bun / uv

12

构建产物

node_modules / .next / .angular / .vite / .nx / target / build

20+ 模式

游戏/GPU

DirectX / NVIDIA / AMD / Intel 着色器缓存 + Steam / Epic 启动器

6

系统深度

Windows 事件日志 / 系统还原点 / 空目录 / 零碎小文件

5

IDE 缓存

VS Code / JetBrains / Eclipse / IDEA 扩展+缓存

5

浏览器

Chrome / Edge / Firefox 完整缓存 + SQLite 深度清理

4

Windows 系统

WinSxS / DISM / DriverStore / Installer / Update / Temp / WER / 缩略图 / 搜索索引

15

Windows 扩展

Delivery Optimization / SoftwareDistribution / Store / Teams / OneDrive / Defender / Xbox / 旧备份

8

应用缓存

Discord / Slack / Teams / Zoom / WeChat / Spotify / WhatsApp / Obsidian / Flutter / Android

12

ML/AI

HuggingFace Hub / Ollama / PyTorch / TensorFlow / LM Studio

5

Winapp2

社区维护 3700+ 条清理器定义(自动按路径分类)

动态

总计

56+ 固定 + 动态

级别

工具

延迟

AI 意识

行为

tick

check_disk_pulse

<1ms

写文件前自动调用

无感

twitch

auto_clear_safe

~1s(缓存命中)

无感自动执行

只清 cost=none

spasm

reclaim --phase

~30s(全量)

被告知,不做决策

分阶段执行

Clyan 根据 AI 的历史决策动态调整置信度:

AI 连续跳过 npm_cache 3 次 → 置信度 -0.10(AI 认为不需要)
AI 连续清理 pip_cache 3 次 → 置信度 +0.05(AI 认为安全)
历史准确率 < 70%            → 置信度 -0.05(校准)
从未见过的新类型            → 置信度 -0.03(保守)

一次扫描,按风险分阶段输出:

📋  Reclaim Plan for C:\Users\tr
   Total: 89.21 GB (364 items)
   🟢  Phase none:    28.97 GB (39 items)  — Temp/npx/缩略图
   🟡  Phase low:      1.12 GB (13 items)  — 浏览器缓存
   🟠  Phase medium:   4.52 GB (126 items) — IDE/构建产物
   🔴  Phase high:    25.95 GB (35 items)  — npm/pip/依赖缓存
   ⚫  Phase unknown: 28.65 GB (151 items) — Winapp2 未分类

性能

操作

首次

缓存后

pulse(健康检查)

178ms(自动预热)

<1ms

scan disk(全盘概览)

~7s

scan dev-garbage(开发者垃圾)

~8s

reclaim(全量回收计划)

~30s

~8s(缓存)

auto-clear(安全自动清理)

~15s(全量扫描)

~1s(缓存命中)

duplicates(重复文件检测)

~2s(4KB hash + 并行)

快速开始

pip install -e .

clyan pulse                          # <1ms 健康检查
clyan auto-clear                     # 自动释放安全空间

clyan reclaim C:\                    # 全量扫描 → 分阶段计划
clyan reclaim C:\ --phase none       # 只执行零风险阶段



# MCP 服务器(给 AI Agent 用)
clyan mcp

命令参考

扫描

命令

说明

scan space <path>

目录空间分析(--depth, --top)

scan dev-garbage <path>

开发者缓存/垃圾 + Winapp2 + 置信度

scan browsers

浏览器缓存(Chrome/Edge/Firefox)

scan system

Windows 临时文件 + Temp 深度分解

scan duplicates <path>

重复文件(4KB hash + 并行 + inode 去重)

scan packages

包管理器环境检测

scan disk [drive]

磁盘概览:容量/已用/剩余/目录树/可回收

scan files <path>

大文件发现(--min-size, --top)

scan node-waste <path>

node_modules 内部瘦身

scan quick <path>

一键全量扫描

命令

说明

pulse [path]

⚡ 磁盘健康检查(<1ms,缓存的)

auto-clear [path]

⚡ 自动释放 cost=none 空间

命令

说明

reclaim <path>

全量扫描 → 分阶段执行计划

reclaim <path> --phase none

执行零风险阶段

reclaim <path> --dry-run

预览不执行

清理

选项

说明

--dry-run

预览(不删除)

--deep --strategy safe

一键深清:扫描→评分→过滤→执行→验证

--dedupe keep-newest

去重(保留最新)

--auto-safe

只删置信度≥90% 且 safety=safe

--explain

显示置信度原因 + 影响预警

其他

命令

说明

history

清理历史

undo <id>

撤销清理

trust add/remove/list

受信任路径(跳过保护警告)

import winapp2 <file>

导入 Winapp2.ini

mcp

启动 MCP 服务器(7 个 AI 感知工具)

schedule --create

每周定时清理

MCP 服务器(7 工具)

clyan mcp

工具

功能

check_disk_pulse

反射 tick:<1ms 健康检查

auto_clear_safe

反射 twitch:零决策安全清理

reclaim

📋 统一回收:全量→分阶段→执行

scan_quick

全量扫描(56 provider)

scan_dev_garbage

开发者垃圾 + Winapp2

scan_browsers

浏览器缓存

scan_system

Windows 系统临时文件

scan_duplicates

重复文件检测

scan_packages

包管理器检测

scan_disk

磁盘概览

get_confidence_summary

置信度评分 + 影响预警

clean_propose

阶段 1:提议清理

clean_confirm

阶段 2:确认执行

clean_auto

一键自主清理

clean_deep

完整清理周期

clean_preview

预览检查

clean_execute

⚠ 执行删除

clean_plan

按 recovery_cost 排序的清理计划

system_health

系统健康检查

get_provider_feedback

provider 历史准确率

history

清理历史

undo

撤销清理

AI 决策信号

每个扫描项返回的完整信号:

{
  "path": "C:\\Users\\tr\\AppData\\Local\\pip\\cache",
  "size": 3380000000,
  "size_human": "3.38 GB",
  "provider": "python",
  "confidence": 0.50,
  "reason": "安全级别 SAFE;>90天未修改;工具仍在;已知缓存目录;重建成本高",
  "would_break": ["pip install would re-download all packages from PyPI"],
  "would_affect": ["pip", "python", "virtualenv"],
  "recovery_cost": "high",
  "ecosystem": "python",
  "age_days": 120,
  "tool_installed": true
}

字段

用途

示例

confidence

置信度 0.0–1.0

0.50

reason

中文评分原因

"安全级别 SAFE;>90天未修改…"

would_break

删除后果

["pip install would re-download…"]

would_affect

影响的应用

["pip", "python", "virtualenv"]

recovery_cost

恢复成本

"high" / "medium" / "low" / "none"

ecosystem

生态分组

"python" / "node" / "windows"

age_days

未使用天数

120

tool_installed

工具是否仍在

true

版本历程

版本

亮点

v2.0.0

三层架构重构 + 全量安全覆盖 + report.py 汇报层 + 56 provider

v0.19.0

Windows Installer 缓存 / DISM 集成 / npm 裁剪 / Winapp2 路径分类

v0.18.0

npm/pip 缓存深度分解(_npx / _cacache / 年龄分组)

v0.17.0

Winapp2 导入引擎(3700+ 社区清理器)

v0.16.0

历史准确率 + clean_plan MCP 工具

v0.15.0

信任系统 + system_health MCP

v0.14.0

Agent 反馈闭环 + clyan trust

v3.0.0

核心精简: 砍掉 learning/reflex/report (640行), 保留 7 MCP 工具,10,717→6,077 行

v0.13.0

影响预测(would_break / recovery_cost)+ 生态分组

v0.10.0

执行层精简:AI 全权决策

v0.7.0

置信度引擎(6 信号 + 重建成本)

v0.4.0

垃圾置信度评分

v0.2.0

Provider 并行化(~90% 提速)

v0.1.0

初始版本:26+ 检测器 + MCP

参考项目

项目

参考内容

Winapp2

3700+ 社区清理器定义

Czkawka

重复文件检测策略

ddh

轻量重复文件查找

bleachbit

安全边界模型

cache-commander

Provider 模块化架构 + MCP 集成

dustoff

JS/TS 构建产物清理

modclean

node_modules 深度瘦身

许可证

AGPL · 自用非商用开源

自用非商用开源项目(AGPL)。仅供个人学习、研究使用。禁止商业用途。

免责声明: 本工具会删除文件。虽然设计了多层安全保护,但不能保证 100% 避免误删。使用前请备份重要数据。作者不对因使用本工具造成的任何直接或间接损失承担责任。

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    Enables AI agents to use Mint as a safety layer for file operations on macOS, providing storage growth analysis, cleanup suggestions, and journaled, reversible deletions via MCP tools.
    37 npm
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables LLM agents to safely reclaim disk space by deleting build artifact directories like node_modules, .venv, and target, with strong guardrails to prevent accidental or malicious deletion.
    MIT