Czkawka：快速扫出重复文件与相似图片，一键把空间还给硬盘
【免费下载链接】czkawkaMulti functional app to find duplicates, empty folders, similar images etc.项目地址: https://gitcode.com/GitHub_Trending/cz/czkawka
硬盘越用越满，重复下过的安装包、备份了几遍的照片、改来改去又翻出旧版的文档，这些东西没人删，空间就这么一点点被吃掉。Czkawka 就是来解决这件事的：一个用 Rust 写的开源工具，靠多线程遍历加哈希比对，帮你在整块硬盘里找出重复文件、相似图片和空文件夹，把占着却用不上的地方腾出来，完成一次真正的存储空间释放。
它到底能干什么
它不是那种只能找重复文件的单一小工具。同一套扫描引擎（czkawka_core）上跑着好几个界面：桌面图形界面 Krokiet、命令行 czkawka_cli，甚至还有一款安卓触屏应用 Cedinia——功能共用，你爱点按钮就点按钮，爱敲命令就敲命令。它把"哪些东西该清"这件靠人肉很难扫干净的事，拆成一个个可以单独开关的检查项：重复文件、相似图片、相似视频、空文件夹、超大文件、临时文件、坏链接、损坏文件、名不副实的扩展名，甚至视频里的黑边。用哪个扫哪个，不用全开。
💡 对刚上手的人，记一句话就够：它先帮你"找"，找完原样摆在你面前，删不删、删哪个，由你拍板。
光知道它能干嘛还不够，真正跑起来才见分晓。
从零到跑通
安装首启
大多数系统直接下预编译包解压就能用；想从源码来，就把下面这两行跑一遍——克隆仓库再编译出命令行版本（想装图形界面把czkawka_cli换成krokiet即可）。
# 克隆仓库 git clone https://gitcode.com/GitHub_Trending/cz/czkawka # 编译命令行工具，GUI 可改成 --bin krokiet cargo build --release --bin czkawka_cli首次扫描怎么配
第一次别贪大，挑下载和相册这种重复重灾区先试水。-d指定要扫的目录，-f把结果写进文件，比刷屏好看得多。
# -d 指定目录，-f 把结果存到文件里慢慢看 czkawka_cli dup -d ~/Downloads -f 重复清单.txt # 只看图片加 -x IMAGE；想跳过 1MB 以下的小文件再加 -m 1048576安全删除姿势
⚠️ 删之前务必先"预演"。-Q只打印会动哪些文件、不真删；确认名单没问题时，-y把重复项移进回收站而不是永久删除。先留最新版、丢其余的，用-D AEN指定。
# -Q 只预演不删除，看看会动哪些文件 czkawka_cli dup -d ~/Documents -D AEN -Q # 名单没问题后，-y 把重复项移到回收站 czkawka_cli dup -d ~/Documents -D AEN -y进阶玩法
命令行批处理
命令行最香的地方是能写进定时任务。把下面这条丢进 crontab，每周日自动扫一遍下载目录、导出 JSON 报告，你根本不用管它。
# 每周日自动扫 Downloads，导出 JSON 报告 czkawka_cli dup -d ~/Downloads -p 报告.json -N -M -W需要完整参数手册的话，官方 CLI 文档 里每个 flag 都写得明明白白。
按文件类型的专项技巧
相似图片和"完全重复"是两回事——分辨率不同、加了水印的，内容哈希对不上，得靠感知哈希来认。image子命令的-s是最大哈希距离，越小越严格，默认 5。
# 相似图片：-s 3 更严格，专抓缩略图与原图这种 czkawka_cli image -d ~/Pictures -s 3 -f 相似图片.txt别踩这些坑
清理这件事，边界感比速度更重要。给你三条守则，照着做基本不翻车：
- 🟢可以放手做的：只扫你亲自指定的目录；先
-Q预演再动手；能进回收站就别永久删。 - 🟢划重点：重复判定靠的是内容哈希，不是看名字瞎删，别因为文件叫
备份_最终版2.pdf就手动排除。 - 🔴别碰的：别把根目录或系统盘整个丢给它；别在没预演的情况下加
-D真删；别在两个实例里同时跑同一个工具（会写坏缓存）。
万一还是手滑删错了，按这三步救回来：
- 立刻停手，别再往那块盘写数据，免得覆盖掉还能恢复的扇区。
- 先翻回收站——只要当时用了
-y，东西基本都还躺在那儿，直接还原。 - 真被永久删了，用 TestDisk 之类的工具对该分区做深度扫描，按类型挑着恢复。
它是怎么做到的
它没有一上来就对每个文件算完整哈希——那太慢。实际分几步走：先用文件大小和名字做粗筛，把明显不同的直接甩掉；然后只读每个文件头尾各 4KB 算一个"prehash"，头尾对得上的才进下一轮；最后才对剩下的文件算完整哈希（默认 BLAKE3，也可切 XXH3 / CRC32），哈希相同才判为同一份重复文件。
多线程遍历 → 大小/名字粗筛 → 头尾 prehash → 完整哈希 → 分组比对这套"先粗后细"的流水线全程多线程并行，所以体感上比手动翻快非常多。而且它带缓存：官方提到算过的哈希会存下来，第二次扫同一批文件会明显更快，你中途停掉也没白跑，下次接着用。
你问我答
它会不会误删系统文件？它只扫你明确指定的目录，默认不会自己跑去系统目录；判定基于内容哈希而非文件名。只要别把整个根目录丢给它，基本碰不到系统文件。
相似图片阈值调到多少合适？image的-s是最大哈希距离，默认 5，越小越严格。缩略图对原图这种要抠细节的，调到 0-3；跨压缩、带水印的，放宽到 10-20。
支持网络硬盘 / NAS 吗？支持。SMB / NFS 这类网络共享先挂载成本地路径，再用-d指过去就行，和扫本地目录没区别。
扫一个大硬盘要多久？体感上比手动翻快非常多，具体看文件数量和硬盘速度；官方提到有缓存机制，第二次扫同一批文件会明显更快，大目录建议放在夜间跑。
怎么排除某类文件？用-P传要跳过的扩展名，如czkawka_cli dup -d ~/Music -P mp3；要排除整个目录用-e，按文件名通配排除用-E。更多细节看常见问题集。
硬盘不会自己瘦，但你可以让它每周瘦一次。
【免费下载链接】czkawkaMulti functional app to find duplicates, empty folders, similar images etc.项目地址: https://gitcode.com/GitHub_Trending/cz/czkawka
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
