Czkawka完整指南：4步找出重复文件，把冗余空间释放出来

Czkawka完整指南：4步找出重复文件，把冗余空间释放出来

【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 是一款用 Rust 编写的免费开源重复文件清理工具，可在 Windows、macOS、Linux、FreeBSD 和 Android 上运行。除了重复文件查找，它还覆盖相似图片、重复音乐、空文件夹、损坏文件等排查场景。所有扫描都在本地完成，程序本身不具备联网功能，不会上传任何文件信息。

从“存储已满”的提示说起

我接触这个工具的动机很实际：磁盘占用率逼近上限，开始找空间。最先翻到的是下载目录里一排“副本”“副本 (2)”“副本 (3)”，接着是各种 .bak、.tmp 残留。手动翻找效率太低，我需要一个能直接告诉我“哪些文件冗余、占了多少空间”的东西。

Czkawka 的思路就是如此：主窗口（当前推荐的前端叫 Krokiet）左侧列出 14 个工具，每个工具只需添加要扫描的目录、点一下扫描，结果就会按组返回。引擎用多线程并行读取文件，几百 GB 混合文件的目录我实测几分钟能跑完。

安装前，先选对版本

项目里只有一个共享的扫描核心（czkawka_core），前端分成几种形态，按用途挑即可：

桌面端直接用 Krokiet 就行，它是项目现在唯一持续投入的方向。官方提供预编译二进制，解压即用，不需要额外环境；Linux 下先给文件加执行权限，macOS 若提示“来自身份不明开发者”，右键选择打开即可。我踩过两个坑，提前说明：

• 窗口黑屏或渲染不出来：通常是显卡兼容问题，设置环境变量SLINT_BACKEND=software用软件渲染启动，基本都能恢复；
• Windows 杀毒软件可能对 Rust 编译的二进制报警：只要是从官方发布渠道下载，确认来源后可放行。

唯一需要额外安装依赖的功能是“相似视频”，需要系统里有 ffmpeg（Linux 用sudo apt install ffmpeg，macOS 用brew install ffmpeg）。其余功能开箱即用。更多安装与平台细节见 Krokiet 使用文档。

最快完成首次重复文件扫描

第一次使用按这四步走：

1. 添加扫描路径。点操作栏的文件夹图标打开目录面板，把要检查的目录加进“包含路径”。默认排除规则已经跳过回收站、.git 等目录，所以直接扫整个用户目录也没问题；不想全盘扫就选几个大目录。
2. 选“重复文件”工具。默认比对方式是按内容哈希（默认算法 Blake3），这是最可靠的一种；按文件名、按大小比对误报多，只适合快速摸底。
3. 留意最小文件大小。Krokiet 默认忽略 16 KB 以下的文件，这是新手最容易疑惑的点：你确定存在的几个小文件重复项不出现在结果里。需要扫小文件的话，到设置里把最小尺寸调低。
4. 看结果并选择处理方式。结果按“内容相同”分组，自动选择项（如“除最新外全选”）每组都会至少留一个文件，不会把整组清空。

两个默认行为值得知道：硬链接（多个文件名指向同一份内容）默认只算一个，不会误报为重复；符号链接不会被跟随，链接指向的重要文件不会因为扫描被牵连。

按场景挑对清理工具

相似图片：找出“不完全一样”的图

重复文件工具只认内容完全一致的哈希，而手机相册里更常见的情况是：同一张照片的不同分辨率版本、压缩过的转发版、带水印的截图。相似图片工具用感知哈希处理这类场景。Krokiet 的默认参数是最大差异 10、哈希尺寸 16、Mean 算法；如果结果里混进明显不同的图，把最大差异调到 4–5，或把哈希尺寸升到 32/64 并换 Gradient 算法。要连镜像翻转、旋转 90 度的版本也找出来，可以开启“几何不变性”，代价是扫描变慢。

重复音乐：标签还是内容

默认按标签（标题、艺术家）找重复，速度快；改成“指纹”模式则是解析音频内容做比对，能抓住改过文件名、没打标签的文件，但明显更慢。

相似视频：抽帧比对

原理是采样视频帧、按时间窗口做视觉哈希，需要系统先装好 ffmpeg。界面提供几档预设（近似相同/相似/电影长跳过），不用自己调一堆滑杆；找不到真正重复时，优先调大“扫描时长”和“窗口数”，而不是急着放松差异阈值。

小杂项一次说清

• 空文件夹：递归判断，子目录清空后父目录也会被连带找出来；
• 临时文件：匹配 .bak、.tmp、.crdownload 等常见残留模式，模式列表可改；
• 大文件：按数量列出最大的文件，适合“先砍掉最大的”式清理；
• 损坏文件：尝试用对应库打开音频、PDF、压缩包等，打不开就列出来——这类结果可能有误报，删除前自己先打开确认；
• 错误扩展名 / 错误文件名：按文件头魔数检测真实类型，结果里给出建议的新扩展名，可以直接一键重命名；
• Exif 清除：找出带 GPS、拍摄设备等元数据的图片，发布照片前用它脱敏很方便。

怎么保护原文件不被误伤

清理工具最大的风险不是“找不到”，而是“删错了”。Czkawka 给了三层保护：

参考路径。把目录加入后勾选该行的 Ref（参考）复选框，这个目录里的文件只参与比对、永远不可被删除或移动。典型用法：主图库设为参考路径，下载目录设为普通路径，扫完只删下载目录里的重复副本。注意一点：设置了参考路径后，只有包含至少一个参考文件的组才会显示，两组都在普通目录里的重复不会列出。

回收站与永久删除分开。操作栏上“移入回收站”和“删除”是两个独立按钮。网络盘（NFS、Samba）上回收站机制经常失效，遇到“删除 0 项”的报错，改用永久删除即可。

硬链接是折中方案。空间紧张但不敢删时，可以把重复文件替换为硬链接：多个名字指向同一份数据，磁盘只占一份。硬链接不能跨分区，跨分区的组会报错并保留原文件，不会造成数据丢失。

我的习惯是：批量操作前先用自动选择预览一遍选中项，确认参考目录里的文件一个都没被选中，再执行删除。

让第二次扫描变快

缓存是共享的。所有前端（GUI、CLI）共用同一份缓存，Linux 下位于~/.cache/czkawka/，存的是哈希、缩略图等计算结果而非文件内容，几百 TB 的量级也只会产生几百 MB 的缓存。扫过一次的文件再扫，速度提升明显。

prehash 两级哈希。Krokiet 默认开启：先算文件首尾一小段的快速部分哈希，排除掉“绝不可能是重复”的文件，再对剩下的算完整哈希。这是大目录里重复扫描变快的主要原因。

几个实用细节：

• 扫描中途点停止，已算出的哈希照样写入缓存，下次全量扫描仍然受益；
• 缓存加载变慢时，删掉对应的缓存文件（如cache_similar_image_*.bin）即可，下次扫描会重建；
• 线程数在设置里可调，CLI 里用-T <数量>限制，CPU 占用想压低就调小；
• 想把配置和缓存挪到 U 盘做便携版，设置环境变量CZKAWKA_CONFIG_PATH和CZKAWKA_CACHE_PATH指到 U 盘路径即可，所有前端通用。

用 CLI 写定期清理脚本

GUI 之外，czkawka_cli 把全部工具做成了子命令，适合放进计划任务。先看两条最关键的命令：

czkawka_cli dup -d /home/user/Downloads -D AEN -Q czkawka_cli dup -d /home/user/Downloads -D AEN -y

第一条是预演（-Q只打印将执行的操作，不动文件），第二条真正执行：-D AEN表示每组保留最新文件、处理其余副本，-y表示移入回收站而非永久删除。脚本里务必先跑预演再跑真删。

几个写脚本时常用的点：

• CLI 默认不会应用 GUI 的排除规则，跳过回收站要自己加-E '$TRASH'（加引号防止 shell 展开），想套用 GUI 全套默认排除用-E DEFAULT；
• -p输出格式化 JSON，方便交给其他脚本处理；
• 退出码有讲究：0 表示没找到，11 表示找到了匹配项，写自动化判断时别按 0/1 处理；
• 参数速查看 CLI 指令文档，完整标志表都在里面。

回到最初的问题：空间满了以后怎么办。现在的答案是——先让 Czkawka 告诉你空间被谁占着（重复文件、临时残留、失效链接、膨胀的大文件），用参考路径圈住不能动的原件，把可恢复的移进回收站，再把重复扫描交给 CLI 定期跑。工具本身不联网、MIT 许可（核心库）开源可审计，剩下的只是每周花十分钟看一眼结果。

遇到窗口黑屏、ffmpeg 找不到、Flatpak 包过时这类具体问题，项目自带一份从真实 issue 整理出来的 FAQ，比我这里写得更全。

【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