技能介绍

问题：磁盘重复文件的困境

在日常的开发或运维工作中，磁盘空间被大量重复文件（如临时构建产物、重复下载的依赖包、多次备份的代码库）挤占是一个常见但棘手的问题。手动查找这些文件不仅耗时，而且极易误删关键文件，尤其是当文件名称不同时，肉眼或简单的脚本难以准确判断。我们需要一种工具，能精准识别并安全地处理这些重复项。

解决方案：智能扫描与安全清理流程

本技能 (@user_b3d06a4a/duplicate-file-cleaner) 提供了一套结构化的工作流来解决此问题。它通过调用一系列脚本，实现了从识别到清理的闭环。

1. 多维度重复文件识别

工具的核心是 scripts/duplicate_scanner.py，它支持三种扫描策略：

comprehensive：结合内容与元数据的综合策略，准确性最高，推荐使用。
content：仅通过文件内容（如哈希值）判断，确保文件字节完全一致。
metadata：基于文件名、大小、修改时间等元数据快速筛选，速度快但可能有误报。

你可以通过 --directory 参数指定目标目录，并使用 --extensions 过滤特定文件类型（如 jpg,png,pdf）。

2. 风险评估与智能决策

扫描完成后，scripts/risk_assessor.py 会评估清理操作的风险，输出从 low 到 high 的风险等级和具体因素。这避免了盲目删除。随后，工具的“智能体”会解读报告，基于风险等级推荐策略，识别高价值文件（如最早创建的版本、关键系统文件），并生成一份标注了高风险项的删除清单。

3. 安全的文件整理与删除

对于非重复但需归类的文件，可调用 scripts/file_organizer.py 按类型 (type)、日期 (date) 或大小 (size) 进行整理预览。最终执行删除时，scripts/safety_manager.py 提供四重保障：自动备份、操作确认、日志记录和30天内撤销能力，最大程度防止数据丢失。

边界与注意事项

适用场景：本技能最适合处理用户个人目录（如 ~/Downloads、~/Documents）或项目构建目录中的重复文件。不建议对系统关键目录（如 Windows 的 C:\Windows\System32 或 Linux 的 /usr）进行操作。
风险控制：处理高风险目录或不确定时，务必使用 --dry-run 参数进行预览，不会执行实际删除。
策略选择：metadata 策略速度快，但结果可能包含非真正重复的文件，需谨慎审核。对于重要清理任务，推荐使用 comprehensive 策略。
备份管理：默认备份功能会占用空间，请定期通过 scripts/safety_manager.py 的备份清理机制管理旧备份。