技能介绍

解决的核心问题

现代操作系统及常用软件（尤其是开发工具和社交应用）会在本地积累大量缓存、临时文件和未使用的镜像，逐渐侵占磁盘空间。手动清理这些分散的目录不仅繁琐，还容易因误删关键文件导致软件故障。对于使用 qclaw 平台的开发者或运维人员而言，需要一种能够精准识别、安全分类、并适配文本交互的自动化清理方案。

工作机制与核心能力

该技能基于 Python 标准库构建，实现了跨平台（Windows/macOS/Linux）的智能清理流程。其核心在于安全分级与文本交互确认：

安全清理项：直接执行，无需用户干预。覆盖了常规的系统临时文件、回收站、主流社交软件（如微信、QQ）和浏览器（Chrome、Edge 等）的缓存，以及 pip/conda 等开发工具的安装缓存。
敏感清理项：强制触发二次文本确认。这主要针对可能删除用户主动下载内容或环境配置的操作，例如清理 Docker 无用镜像与卷、macOS 专属的 Xcode 模拟器与构建缓存、Homebrew 旧版本包，以及桌面临时大文件（安装包、压缩包等）。
关键执行步骤：

1. 接收如“清理电脑垃圾”、“深度清理电脑”或专项指令（如“清理 Docker”）。
2. 根据当前操作系统自动适配路径，执行对应清理任务。
3. 对于敏感项，通过文本提示请求用户输入“确认”或“取消”。
4. 实时计算并播报本次清理释放的总空间大小。

适用边界与注意事项

工具依赖：清理 Docker、Xcode 或 Homebrew 相关缓存前，需确保这些工具本身已安装并处于可用状态（Docker 需已启动）。
权限处理：在清理系统级目录时，若遇到权限不足，技能会自动跳过该文件/目录，不会中断流程或抛出错误。
非破坏性：技能仅删除已知的、安全的缓存文件，设计上不会触及用户文档、图片、视频或项目源代码。清理后若某软件缓存被清空，通常重启该软件即可自动重建，不影响正常使用。
交互环境：专为 qclaw 的文本交互模式设计，所有提示与确认均通过文本进行，无需图形界面或语音支持。