Czkawka 冗余文件排查指南：14 个扫描工具，从命令行到 GUI-育师

Czkawka 冗余文件排查指南：14 个扫描工具，从命令行到 GUI

【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

Czkawka 是用 Rust 编写的冗余文件排查套件，支持在 Linux、Windows、macOS、FreeBSD 和 Android 上跨平台运行。它通过并行扫描找出同内容文件、相似图片和相似视频，所有分析在本地完成。

三个前端，三种选择：Krokiet、GTK 与 CLI

同一套核心库驱动四个前端，新手建议直接用 Krokiet：

前端	框架	状态	适合场景
Krokiet	Slint	持续维护	日常 GUI 使用
Czkawka GUI	GTK 4	12.0 为最终版本	习惯旧界面的用户
czkawka_cli	命令行	持续维护	脚本、服务器环境
Cedinia	Slint（Android）	持续维护	移动设备

安装方式两种：从项目发布页下载预编译二进制，解压即用（Linux/Windows/macOS 都有）；或者从源码编译：

cargo build --release -p czkawka_cli

如果后面要跑相似视频对比，需要先在环境里装好 ffmpeg，它是该工具唯一的运行时外部依赖。

重复文件查找完整走一遍（CLI 版）

czkawka 二进制内置 14 个子命令，其中dup使用频率最高。以 500 GB 的混合下载目录为例：

第一步，只导出清单、不动文件：

czkawka dup -d /home/user/data -e /home/user/data/backup -s hash -f dup.txt

-d是扫描目录，-e是排除项，-s hash表示按内容哈希比对，-f把结果写入文件。整个过程是纯读取操作，程序不会删除或移动任何东西。

第二步，打开 dup.txt 逐组核对，圈出打算保留的副本。

第三步，确认完毕后再执行删除、移动或硬链接；第一次用建议停在第二步，等熟悉报告格式后再带上删除标志重跑。

每个工具的实现都是独立模块，想看算法可以从 czkawka_core/src/tools/ 下的duplicate目录入手。

第二次并行扫描为什么更快

Czkawka 会把每个文件的大小和修改时间写进缓存（存放在系统用户配置缓存目录，不含文件内容）。第二次扫描时，这两项都没变的文件直接复用上次结果，只重新分析新增和改动过的文件。对几万文件的目录，第二遍通常只剩首遍的一部分耗时。缓存自动生效，不需要任何配置；文件的大小或修改时间一变，对应条目即失效。

相似图片与视频检测的容忍度怎么调

dup的精确匹配模式不需要调参，两个模糊模式才有容忍度概念：

相似图片（image）：做以图搜图式的重复判定，分辨率不同、带水印、压缩程度不同仍可判为同一张。容忍度越大分组越激进；照片库里"同场景不同角度"的片子多，就从低值开始试。
相似视频（video）：基于画面帧相似与音频指纹两条通道比对，另有时长容差和裁剪检测参数，两个副本黑边尺寸不同时用得上。拿不准就保持默认值，发现误判再收紧。
排除目录（-e）：系统盘、备份分区、虚拟环境目录一定要排除。这一项对耗时和准确率的贡献，超过调任何容忍度。

各参数的默认值与边界条件，可参考 czkawka_cli/src/commands.rs 中的定义。

两类文件夹的冗余文件排查策略

场景	常见占用	工具组合	典型可回收比例
视频下载目录	300~600 GB	`video`（不同分辨率、不同字幕组副本）+`dup`	60%~70%
照片备份目录	100~300 GB	`image`（截图、带水印副本）	15%~25%