Show HN: Jharu —— 适用于 Mac 和 PC 的开源 AI 与开发垃圾清理工具

Jharu 是一款专为开发者和机器学习工程师打造的开源磁盘清理工具。它能够智能识别并安全清理那些通用清理工具无法触及的“开发垃圾”：包括 Hugging Face、Ollama、PyTorch、Whisper 等机器学习模型缓存，npm、pip、Cargo、Gradle 等包管理器缓存，Docker 数据，IDE 缓存，以及已卸载应用程序的残留文件。Jharu 的一大特色是能够区分“已加载”和“从未加载”的 ML 模型，让用户可以放心删除那些下载后从未使用过的模型，而不会影响正在使用的模型。

在安全性方面，Jharu 采取了极为保守的策略：任何清理操作都只会将文件移至 macOS 的废纸篓或 Windows 的回收站，绝不永久删除。每一项可清理项目都附有安全评级（安全可清除、可重新下载、需先复查），系统关键位置被完全保护，无法从应用内清理。此外，Jharu 不会像某些清理工具那样提供注册表清理或 Prefetch 清理功能——因为这些操作实际上弊大于利。

与传统清理工具相比，Jharu 完全免费开源（Apache 2.0 许可证），无任何遥测、跟踪或订阅费用。其功能深度远超通用工具：它能够分析 Python 虚拟环境中的重复包（例如“torch 被安装了 11 次”的问题），提供全盘深度分析的树状图视图，以及每个驱动器的容量和 SMART 状态。Jharu 还内置了应用更新功能，可以直接从 GitHub 发布页下载并安装新版本。

安装 Jharu 非常简单。macOS 和 Windows 用户可以从 GitHub Releases 页面下载预编译的安装包。首次启动时，由于尚未使用付费开发者证书签名，操作系统可能会显示警告（macOS 的“无法验证”或 Windows SmartScreen），但这是开源应用的正常现象，通过右键打开或点击“更多信息”即可运行。Jharu 也支持从源码构建，需要 Rust 和 Node.js 20+。

Jharu 目前处于 v0.2.0 版本，已包含机器学习模型缓存清理、开发环境清理、Python 环境分析、桌面清理、浏览器缓存清理、应用卸载器、磁盘健康监控等功能。未来计划添加孤立数据检测、重复文件检测、Windows 磁盘健康详情，以及多语言界面支持。尽管开发者个人负担不起代码签名证书，但 Jharu 仍坚持免费和开源，如需支持可考虑捐款。