企业官网建设流程全解析

磁盘快满了？Czkawka 帮你找出重复文件、相似图片和 12 类"隐形占用"

【免费下载链接】czkawkaMulti functional app to find duplicates, empty folders, similar images etc.项目地址: https://gitcode.com/GitHub_Trending/cz/czkawka

Czkawka（Krokiet 是它的新界面名）是一款用 Rust 写的开源文件清理与重复文件查找工具。它能扫描你的磁盘，找出重复文件、空文件夹、相似图片、相似视频、大文件等占用空间的内容，并提供命令行版本方便自动化。全程离线运行、不联网、不收集任何数据。

先说痛点：你缺的不是空间，是"看不见的占用"

🖥️ 很多盘"满了"，其实不是装不下，而是被一堆看不见的东西占着：

• 同一张图存了三份，下载、微信、网盘各一份。
• 改来改去的草稿：报告_最终版_真的最终版.docx。
• 空了却留着的一堆文件夹，和几 GB 的大视频没人记得是干嘛的。

手动一个个翻，根本翻不过来。你要的是一个能整盘扫描、按规则分组、一次挑出多余副本的工具——这正是 Czkawka 干的事。它基于 Rust 多线程实现，速度快，且代码几乎 100% 无 unsafe，行为可预期。

为什么可以信它：一个引擎，多个外壳

先分清它的几个名字，别被绕晕：

• Czkawka Core：真正干活的扫描引擎，czkawka_core这个库。上面说的所有查找能力都在它里面。
• Krokiet：当前推荐的图形界面，用 Slint 框架写成，是单个自包含可执行文件，Win/macOS/Linux 都能直接跑，也是唯一在活跃开发的 GUI。
• Czkawka（GTK 版）：老的 GTK4 界面，12.0 是最后一个版本，官方已建议所有人转用 Krokiet。
• czkawka_cli：命令行版，用来写脚本、跑自动化。
• Cedinia：面向 Android 的实验版。

几个能打消顾虑的事实：

• 不联网：依赖列表里没有任何网络库（没有 reqwest、hyper、curl），代码里根本没有能连到互联网的路径。
• 跨平台：Linux、Windows、macOS，以及 FreeBSD，覆盖 x86、ARM、RISC-V。
• 免费无广告，开源可审查。

选一个入口：90% 的人直接用 Krokiet

先做：下载预编译版本；再做：解压运行。Krokiet 就是"一个文件、双击就开"，不用装运行时。

• Windows：Win10 及以上，下载对应.exe直接跑。
• macOS：Intel 和 Apple Silicon 都有，chmod +x后运行；提示"未知开发者"时右键选打开即可。
• Linux：Ubuntu 22.04 及以上（glibc 2.35+）能直接跑。

要不要装额外依赖？只有两个可选场景需要：

1. 想用相似视频功能 → 装ffmpeg。
2. 想识别HEIC/AVIF/RAW相机格式 → 用带heif_raw_avif的构建，并装对应的libheif/libavif/libraw。

仓库里misc/install_scripts/已经放了install_linux.sh、install_macos.sh、install_windows.bat，能帮你把上面这些依赖一次装好，不用自己查包名。

想从源码构建的话，可以这样拉仓库：

git clone https://gitcode.com/GitHub_Trending/cz/czkawka

第一次扫描，三步就出结果

1. 选目录：点"添加"，挑你要扫描的文件夹（比如下载、文档、图片库）。别一上来就扫整个系统盘。
2. 挑工具：默认先跑"重复文件"。它按 文件名 / 大小 / 哈希 三种方式判断重复。
3. 看分组、删多余：结果按组展示，同一组里留一份、删其余即可。

两个新手最容易踩的坑，提前说：

• 默认会跳过小于 16 KB 的文件。你的小文件没被找出来，多半是这个原因——去设置里调低"最小文件大小"就行。
• 默认排除项已经覆盖了回收站/Trash，所以扫整个盘也不会把已删的文件算进来。

深挖三个最实用的能力

找重复：两级哈希，快又准

重复文件不是逐字节对比的（那太慢），而是走一条流水线：先按文件大小分组 → 再做一次快速的"预哈希"（只读文件头尾各一小段）→ 最后对幸存者算完整哈希。完整哈希默认用Blake3，快且抗碰撞。因为缓存机制，第二次扫同一批文件会快很多。

它还支持参考文件夹：把你的"主图库/主曲库"设成参考目录，再把"下载"设成普通目录。扫描后只有非参考目录里的副本可以被勾选删除，主目录的文件永远安全——这就是"只删下载里的重复、保住原图"的标准玩法。

找相似图片：不是"一模一样"，而是"看起来一样"

📷 它用感知哈希（默认 Mean，可换 Gradient、DoubleGradient 等）来比较像素内容，所以：

• 不同分辨率的同一张图能配对。
• JPEG 和 WebP/PNG内容相同也能归到一组（跨格式比较）。
• 加了水印、边框、轻微调色的也尽量能认出。

默认格式就支持 JPEG、PNG、BMP、TIFF、WebP、TGA 等；HEIC/AVIF 需选对应构建。觉得"误报太多"时，把相似度阈值调低、把哈希位数调大（32 或 64），会更严格。

找相似视频：抽帧 + 感知哈希

这段需要ffmpeg（它自己不打包）。原理是从视频里抽帧、算视觉哈希，再按时间窗口比对，所以它能识别"同一内容的不同编码版本、不同分辨率版本"。注意它是启发式的，最擅长找"重新编码的同一素材"，不适合指望它去发现"只是有几幕撞脸"的无关视频。缓存按抽帧参数区分，改了参数要重扫一次。

让第二次扫描快起来的缓存机制

缓存是所有前端共享的（CLI、Krokiet、GTK 读写同一份），Linux 下默认在~/.cache/czkawka/。它只存元数据（哈希、时间戳、大小），不存文件内容——哪怕扫了 150 TB，缓存通常也就几百 MB。

• 别担心把盘撑爆：它装不下那么多。
• 想更干净：界面里有"清除缓存里过期结果"，删掉已不存在的文件记录。
• 怀疑结果不对：直接删掉~/.cache/czkawka/里的缓存文件，下次从零重建，慢一点但能排错。

自动化：把清理写进脚本

如果你要"定时清理 + 输出报告"，用czkawka_cli。它把每个能力都做成子命令：dup、empty-folders、big、empty-files、temp、image、music、video、broken、ext、bad-names等。

两个最短的例子，够你起步（--dry-run能先预览、不真删）：

# 找重复文件：保留最旧的一份，其余删除（先 dry-run 看看） czkawka_cli dup -d /home/you/Pictures -D AEO --dry-run # 找前 10 个大文件，结果存成 JSON 给脚本用 czkawka_cli big -d /home/you -n 10 -p big.json

多目录要用重复的-d标志（-d 目录1 -d 目录2），不要塞在一个参数里用空格隔开。结果可以-f存纯文本、-C存紧凑 JSON、-p存格式化 JSON，方便接进你自己的流程。

选型建议：我该用哪个？

一句话：不确定就选 Krokiet；要自动化就选 CLI；要集成到别的软件就选 Core。

避坑速查

• 扫不出小文件重复？调低"最小文件大小"（GUI 默认 16 KB）。
• Linux 上窗口全黑/白屏？多半是渲染后端问题，试SLINT_BACKEND=software krokiet走软件渲染；虚拟机、无显卡的服务器上这常常是唯一办法。
• 相似视频不工作？99% 是没装ffmpeg，装完重启一次程序。
• 硬链接能跨分区吗？不能，跨设备会直接报错、原文件不动，不会丢数据。
• 删文件删不掉？网络共享（SMB/NFS）上"移入回收站"可能失败，改用"永久删除"。
• 杀毒软件报毒？这是 Rust + LTO 编译的已知误报，可先核 SHA256，再在 Defender 里放行。

参与与许可

想贡献的话，项目最欢迎：提 bug/功能 issue、翻译（用 Crowdin 平台）、以及为各平台做打包（deb/rpm、Chocolatey、Homebrew、Winget）。新 feature 建议先和作者确认方向再动手。

许可是分组件的：Core、CLI、GTK GUI 是 MIT；Krokiet 和 Cedinia 的源码也是 MIT，但打包出来的完整程序因链接了 Slint，按 GPL-3.0 分发；所有图片音频是 CC BY 4.0。

小结：Czkawka 不是"又一个查重工具"，而是一个引擎 + 多界面的文件整理系统——重复文件、相似图片、相似视频、大文件、空文件夹、坏文件、错扩展名……12 类以上的"空间占用源"都能扫，而且离线、免费、开源、跑得快。下一步就去下载 Krokiet，挑一个下载文件夹，跑一次重复扫描，你大概率能立刻省下几 GB。

【免费下载链接】czkawkaMulti functional app to find duplicates, empty folders, similar images etc.项目地址: https://gitcode.com/GitHub_Trending/cz/czkawka