Czkawka:一次扫出重复文件与相似图片,免费又离线

📅 发布时间:2026/9/13 12:25:25
Czkawka:一次扫出重复文件与相似图片,免费又离线
Czkawka一次扫出重复文件与相似图片免费又离线【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/czkawka200GB 素材拷进移动硬盘硬盘剩余空间先亮了黄灯。Czkawka 是款免费开源的磁盘清理工具一次扫出重复文件、相似图片、空文件夹、临时文件等 14 类垃圾全程不联网、不收集任何数据。它用 Rust 写成核心库与 CLI 走 MIT 许可、Krokiet 界面走 GPL-3.0覆盖 Linux、Windows、macOS、FreeBSD 和 Android有图形界面、命令行和安卓客户端三种形态。30 秒自测你需要哪几样如果你下载目录和备份目录里躺着同一批文件它能按名称、大小或内容哈希把重复文件自动分组如果照片里堆着一堆「看着像又不一样」的图它按视觉相似度归组每组留一张最清晰的如果硬盘里散落着空目录和临时文件它把它们一次性列出来如果视频带黑边或编码低效它能裁掉黑边并转成更省空间的编码如果有打不开、不知道坏在哪的文件它能定位损坏的文件和失效的符号链接装好并跑完第一次5 分钟cargo install krokiet --locked打开Krokiet左侧工具列表选择「重复文件」点击「添加目录」把要扫描的文件夹加进来点击「开始扫描」等进度条跑完结果按组展示同一份文件的多个副本会列在一张卡片里确认每组保留哪一份再选永久删除、移到回收站或创建硬链接不删文件也能省空间首次跑完哈希会被缓存下来同一个目录第二次扫描会明显变快。三个最值得一试的功能硬盘里到处是同一份文件的副本重复文件最占空间也最难手动确认哪些能删。Czkawka 默认先用文件大小缩小候选范围再对候选文件做整文件哈希验证避免给每个文件都跑一遍哈希。哈希算法默认 BLAKE3也可换 CRC32 或 XXH3扫描超大目录时可以调高最小文件大小跳过小文件提速。核心逻辑在czkawka_core/src/tools/duplicate/。照片库里大量「看着像又不一样」的图分辨率不同、带水印、压缩程度不同都会让本该算重复的图片哈希对不上。这类图会被压成感知哈希再比较默认用梯度哈希差异阈值默认 5取值 0 到 40越小越严格。照片库很大时建议先设最小文件大小避免把小图标也卷进来。核心算法在czkawka_core/src/tools/similar_images/。视频带黑边、编码还低效一段录屏可能 30% 的画面是固定黑边编码也停留在效率不高的格式。Czkawka 的视频优化分两种模式crop 检测黑边或静态区域并裁掉transcode 重新转码成 h265、av1、vp9 等更省空间的格式编码质量用 CRF 调节范围 0 到 51。要留意前提是系统装好 ffmpeg完成后可以选择是否覆盖原文件。实现代码在czkawka_core/src/tools/video_optimizer/。把清理变成定期任务需要自动化的话CLI 版功能完整二进制名就叫czkawka每个工具一个子命令czkawka dup -d /home/user -e /home/user/Pictures -s hash -f results.txt czkawka empty-folders -d /home/user -f results.txt-d指定要扫的目录-e排除目录-s hash用哈希方式判定-f把结果导出成文本文件再加-Q可以先做演练预览而不实际删除。足够拼出一个定期清理脚本。避坑清单删文件前确认重要数据有备份拿不准的副本优先选「移到回收站」别直接永久删除扫整个主目录前先把工作目录、项目目录用排除项挡掉减少误伤调相似度阈值值越小越准但容易漏值越大找得越多但可能误判默认 5 是个折中视频优化可能覆盖原文件先挑一两个视频试转码和裁剪效果下载渠道项目没有官方网站预编译二进制只从官方发布页获取安卓端Cedinia 因没有 ffmpeg 不提供视频类工具详见cedinia/README.md参与和跟进报 bug 或提功能建议直接开项目 Issue提 PR修复类 PR 欢迎新特性建议先和作者沟通方向确认符合项目路线翻译在 Crowdin 平台维护各语言翻译都受欢迎机器翻译不够准确的地方尤其需要人修今晚就挑一个最挤的目录跑一次「重复文件」看看到底压了多大的重复副本。删完记得喝口水硬盘会感谢你的。【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创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考