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碟清理工具。它能安全地清理機器學習模型快取、包管理器快取、Docker 資料、已解除安裝應用的殘留檔案等,並配有逐項安全評級和模型使用狀態檢測功能。無遙測、無訂閱。
Jharu 是一款專為開發者和機器學習工程師打造的開源磁碟清理工具。它能夠智慧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 等機器學習模型快取,npm、pip、Cargo、Gradle 等包管理器快取,Docker 資料,IDE 快取,以及已解除安裝應用程式的殘留檔案。Jharu 的一大特色是能夠區分“已載入”和“從未載入”的 ML 模型,讓使用者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檔案移至 macOS 的廢紙簍或 Windows 的回收站,絕不永久刪除。每一項可清理專案都附有安全評級(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登錄檔清理或 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、跟蹤或訂閱費用。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檢視,以及每個驅動器的容量和 SMART 狀態。Jharu 還內建了應用更新功能,可以直接從 GitHub 釋出頁下載並安裝新版本。
安裝 Jharu 非常簡單。macOS 和 Windows 使用者可以從 GitHub Releases 頁面下載預編譯的安裝包。首次啟動時,由於尚未使用付費開發者證書籤名,作業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,透過右鍵開啟或點選“更多資訊”即可執行。Jharu 也支援從原始碼構建,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快取清理、開發環境清理、Python 環境分析、桌面清理、瀏覽器快取清理、應用解除安裝器、磁碟健康監控等功能。未來計劃新增孤立資料檢測、重複檔案檢測、Windows 磁碟健康詳情,以及多語言介面支援。儘管開發者個人負擔不起程式碼簽名證書,但 Jharu 仍堅持免費和開源,如需支援可考慮捐款。