企业官网建设流程全解析

30 分钟清出 20GB：Krokiet 重复文件清理完整指南

【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

上周我清硬盘，在下载文件夹里数出 47 个同一款软件的旧安装包，照片库还有 200 多张基本一样的截图，加起来白白吃掉 20 多个 GB。手动一个个删不现实，我用的是 Krokiet——一款完全免费、开源的重复文件清理工具，用 Rust 和 Slint 写成，内置 14 种扫描工具：找重复文件、挑相似图片和相似视频、清空文件夹等等。它全程在你本机运行，不联网、不收集任何东西、没有广告。

这篇文章就按我实际用它的顺序，把最值钱的几个任务拆给你看。

把重复文件揪出来：内容相同才算数

找重复文件是最常用的功能。它的思路分两步：先按文件大小分组（大小都不一样就直接排除，极快），再对剩下的文件算内容指纹（哈希值）。指纹默认用 Blake3，快且撞车概率极低——所以即使两个文件改了名字，只要内容一模一样，照样会被归到同一组。

操作步骤：

1. 把要扫描的文件夹加进"Included paths"（扫描列表），比如你的下载目录。
2. 左侧工具栏点"Duplicate Files"，比对方式保持默认的 Hash、哈希类型保持默认的 Blake3，直接点 Scan。
3. 结果按"组"显示，每组就是一堆内容相同的文件。点 Select → "Except newest"（除最新外全选），每组自动只留下最新的一份。
4. 确认后点 Trash（移到回收站，可恢复）；完全放心了再点 Delete 彻底删。

如果你同时扫了两个地方，又希望某一份永远别被删，有个很实用的设置：在扫描列表里给那个文件夹勾上Ref（参考路径）。参考路径里的文件只能参与比对、永远无法被选择删除，只允许删掉其他位置的副本——拿备份盘和网盘同步目录对账时特别省心。

照片库瘦身：找出"看着一样"的相似图片

重复文件只认内容完全相同，但照片库里的重复往往更隐蔽：同一张图导出了不同分辨率、加了水印、裁剪过边角、从 JPG 转成了 WebP。相似图片工具（Similar Images）就是管这个的。

它用的是感知哈希（perceptual hash）：先把图片压成一小串"视觉指纹"再互相比较，比的是画面内容而不是字节，所以上面那些"改过一点"的图都能被认出来。默认参数是 Mean 算法、哈希尺寸 16、最大差异 10，对一般照片够用了。

操作步骤：

1. 照片目录加进扫描列表，选 Similar Images，直接 Scan。
2. 结果按相似组显示，右侧有预览窗格，可以逐组点开对比画面。
3. 每组手动留下最清晰的一张，其余选中删掉。注意：它不会自动选"留哪个删哪个"，最终决定权在你。
4. 误报多是整组不相关的图？把最大差异（Max difference）从 10 降到 4~5，或者把哈希尺寸加大到 32，让指纹更细、更少撞车。

如果你的照片里有镜像翻转或旋转过的版本，打开 Geometric invariance（几何不变性）选项，否则这类变体可能漏掉。

视频库大扫除：识别重复视频内容

先装一个 ffmpeg 命令行工具，因为相似视频工具（Similar Videos）靠它抽帧，Krokiet 本身不捆绑：

在 Linux 上安装 ffmpeg，其他系统换成brew install ffmpeg（macOS）或包管理器对应命令即可：

sudo apt install ffmpeg

它的工作原理是从视频里抽一序列帧、给画面算视觉指纹，再比较两个视频的指纹序列——所以它找的是"同一部片的重新编码版、加了片头片尾的版本"这类重复，而不是"恰好有几幕画面长得像"。

操作步骤：

1. 视频目录加入扫描，选 Similar Videos。
2. 右侧先选预设：Near-identical 找几乎一致的复制品；Movies 适合"加了片头片尾的同源视频"，会自动跳过片头。
3. 扫完按组核对，保留一份、删掉其余。
4. 误报多就把最大差异（Max difference，默认 15）往下调；想更精准就调高窗口数量（Window count），代价是更慢。

每个视频的指纹都会写进缓存，第二次扫同一批片源会快很多。但注意：一旦改动"采样类"参数（扫描时长、窗口数、跳过时长），缓存全部作废，得从头重算。

顺手的小工具：9 种清理一次做完

除了三大件，左侧工具栏还有 9 个小工具，都是"扫一下 → 看一眼 → 处理"的轻量玩法：

• Empty Folders（空文件夹）：递归找出里面没有任何文件的文件夹，从最深处往上传播——清掉最里层后，父文件夹变空也会跟着被列出来。
• Big Files（大文件）：默认列出最大的 50 个文件，一眼看出空间被什么吃了。
• Broken Files（损坏文件）：挑出打不开、解不开的文件（音频、字体、JSON/XML 等），偶尔有误报，删之前自己打开确认一下。
• Bad Extensions（错误扩展名）：读文件头的"魔数"识别内容类型，扩展名和内容对不上时给出建议，点 Rename 就能批量改正。
• Exif Remover（Exif 清除）：把照片发出去之前，用它清掉 GPS 定位、相机型号、拍摄时间这些元数据，点 Clean 即可。
• Bad Names（坏名字）：抓大小写混乱的扩展名、名字里的 emoji、首尾空格这类问题，支持一键改名。
• Temporary / Empty Files / Invalid Symlinks：按常见临时后缀、文件是否为 0 字节、符号链接指向的目标是否还存在来分别清理。

为什么第二次扫描会快很多

第一次扫同一批文件夹会比较慢，因为每个文件的指纹都要现算。Krokiet 会把算好的结果存进本地缓存（Linux 默认在~/.cache/czkawka/），之后再扫同样的文件会直接命中缓存，速度快得多。

中途按了 Stop 也没关系：已经算完的部分照样写进缓存，下次接着用，不白算。缓存里只存哈希、尺寸这类元数据，不存文件内容，不会占爆磁盘。

还有一个隐藏玩法：同一份缓存在命令行工具 czkawka_cli 和 Krokiet 之间共享——你用命令行预热过缓存，GUI 打开就能直接用上。

容易踩的坑

⚠️坑一：找不到"明明重复"的小文件。默认最小文件尺寸是 16 KB，比它小的文件会被直接跳过，小配置片段、占位文件这类重复项根本不会出现，有人就以为工具漏报了。正确做法：先在设置里把最小文件尺寸调低，再重新扫。

⚠️坑二：一扫到底、一删到底。有人直接扫整个 C:\ 或根目录，撞上系统目录报一堆权限错误，结果里还混进一堆不该动的东西。正确做法：从下载目录、照片库这类用户目录开始，配合"排除项"（Excluded items）跳过.git、node_modules；删除先走 Trash，确认无误再彻底删。网络共享盘上回收站会失败，那种情况直接用 Delete。

⚠️坑三：调了视频扫描参数，缓存全白存。采样类参数一变，之前的指纹缓存就作废了。正确做法：先用默认预设跑一遍看结果，只在需要微调时再动分组类参数（最大差异、最少匹配窗口这类不影响缓存）。

喜欢脚本的朋友还有个轻量玩法。czkawka_cli 和 Krokiet 共享同一个核心引擎，下面这条命令扫描指定目录找重复文件，-E DEFAULT套用和 GUI 一样的默认排除项，-D AEO表示保留最旧一份、其余删除，--dry-run只预览不真删：

czkawka_cli dup -d /path -E DEFAULT -D AEO --dry-run

三步装完，开扫

1. 下载预编译二进制：单个自包含文件，Windows 10/11、macOS、Ubuntu 22.04+ 都有，解压后直接运行，不用装任何运行时（具体版本以仓库最新代码为准）。
2. 机器上已有 Rust 的话，一条命令装最新编译版：

cargo install krokiet --locked

3. 只用"相似视频"才需要额外装 ffmpeg，其他工具开箱即用。

资源链接

• 官方使用手册：instructions/Instruction_Krokiet.md
• 常见问题集：instructions/FAQ.md
• Krokiet 前端说明：krokiet/README.md
• 核心扫描引擎源码：czkawka_core/src/tools/

【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