AI News HubLIVE
站內改寫2 分鐘閱讀

Show HN: Jharu —— 適用於 Mac 和 PC 的開源 AI 與開發垃圾清理工具

Jharu 是一款免費、開源、專為開發者和機器學習工程師設計的磁盤清理工具。它能安全地清理機器學習模型緩存、包管理器緩存、Docker 數據、已卸載應用的殘留文件等,並配有逐項安全評級和模型使用狀態檢測功能。無遙測、無訂閲。

來源Hacker News AI作者: riponcm

Jharu 是一款專為開發者和機器學習工程師打造的開源磁盤清理工具。它能夠智能識別並安全清理那些通用清理工具無法觸及的“開發垃圾”:包括 Hugging Face、Ollama、PyTorch、Whisper 等機器學習模型緩存,npm、pip、Cargo、Gradle 等包管理器緩存,Docker 數據,IDE 緩存,以及已卸載應用程序的殘留文件。Jharu 的一大特色是能夠區分“已加載”和“從未加載”的 ML 模型,讓用户可以放心刪除那些下載後從未使用過的模型,而不會影響正在使用的模型。

在安全性方面,Jharu 採取了極為保守的策略:任何清理操作都只會將文件移至 macOS 的廢紙簍或 Windows 的回收站,絕不永久刪除。每一項可清理項目都附有安全評級(安全可清除、可重新下載、需先複查),系統關鍵位置被完全保護,無法從應用內清理。此外,Jharu 不會像某些清理工具那樣提供註冊表清理或 Prefetch 清理功能——因為這些操作實際上弊大於利。

與傳統清理工具相比,Jharu 完全免費開源(Apache 2.0 許可證),無任何遙測、跟蹤或訂閲費用。其功能深度遠超通用工具:它能夠分析 Python 虛擬環境中的重複包(例如“torch 被安裝了 11 次”的問題),提供全盤深度分析的樹狀圖視圖,以及每個驅動器的容量和 SMART 狀態。Jharu 還內置了應用更新功能,可以直接從 GitHub 發佈頁下載並安裝新版本。

安裝 Jharu 非常簡單。macOS 和 Windows 用户可以從 GitHub Releases 頁面下載預編譯的安裝包。首次啓動時,由於尚未使用付費開發者證書籤名,操作系統可能會顯示警告(macOS 的“無法驗證”或 Windows SmartScreen),但這是開源應用的正常現象,通過右鍵打開或點擊“更多信息”即可運行。Jharu 也支持從源碼構建,需要 Rust 和 Node.js 20+。

Jharu 目前處於 v0.2.0 版本,已包含機器學習模型緩存清理、開發環境清理、Python 環境分析、桌面清理、瀏覽器緩存清理、應用卸載器、磁盤健康監控等功能。未來計劃添加孤立數據檢測、重複文件檢測、Windows 磁盤健康詳情,以及多語言界面支持。儘管開發者個人負擔不起代碼簽名證書,但 Jharu 仍堅持免費和開源,如需支持可考慮捐款。