磁盘告急不用慌Mole 架构解析与实战用终端完成 Mac 清理、卸载、分析与实时监控【免费下载链接】Mole Clean, uninstall, analyze, optimize, and monitor your Mac from the terminal.项目地址: https://gitcode.com/GitHub_Trending/mole15/Mole当 Mac 弹窗提示磁盘空间已满绝大多数人的第一反应是打开某个图形化清理软件。但如果你是个每天都在终端里工作的开发者Mole 提供了一条完全不同的路径把清理、卸载、磁盘分析、性能监控全部收进一个命令。它是一款面向 macOS 的开源终端工具箱核心能力可以概括为 clean、uninstall、analyze、optimize、monitor 五个动词一个mo二进制搞定。三分钟快速上手从安装到跑通第一个清理命令Mole 面向 macOS安装有两条路径Homebrew 用户直接brew install mole非 Homebrew 环境则执行官方脚本安装。装好后最快体感路径如下# 先预览不删除任何东西强烈建议新手第一步执行 mo clean --dry-run # 确认列表符合预期后执行深度清理 mo clean # 查看清理历史随时审计刚才发生了什么 mo history --json这里有一个关键设计所有破坏性命令都支持--dry-run预览和执行的代码路径一致只是把删除替换成打印所以预览结果几乎等于真实结果。第一行命令会让你立刻看到类似User app cache 45.2GB、Developer tools 23.3GB的分类清单——这正是它被设计成看得懂而非黑盒扫描的原因。如果想保护某些路径不被误伤可以用mo clean --whitelist交互式配置规则持久化在~/.config/mole/whitelist下次清理自动跳过。架构总览为什么把 Go 和 Bash 拼在一起Mole 的分层架构非常务实交互前端用 Go清理引擎用 Bash。这么拆的原因有三点Bash 适合枚举式清理。清理逻辑本质是对大量已知路径做条件删除lib/clean/下的app_caches.sh、dev.sh、system.sh等模块每个只负责一类目标单一职责清晰社区贡献新规则成本极低。Go 适合交互与并发。磁盘分析需要遍历数百万文件还要边扫边渲染界面cmd/analyze/用 charmbracelet 的 bubbletea 做 TUIcmd/status/做实时监控这在 Bash 里几乎无法优雅实现。安全内核被所有命令共用。lib/core/下的路径校验、白名单、应用保护逻辑被 cleanup、uninstall、purge 共同引用避免每套命令各写一套防误删这是整个项目安全性的基石。核心机制深度拆解三个最能体现设计功底的地方机制一磁盘分析——用最小堆只留 Top-N扫百万文件不爆内存mo analyze是终端版磁盘可视化工具它要解决的问题很典型全盘扫描会产生海量文件条目全部塞进内存立刻爆炸。cmd/analyze/heap.go给出的答案是一个经典的容量受限最小堆// entryHeap 是 dirEntry 的最小堆配合固定的 N // 只保留体积最大的 N 个目录其余直接丢弃 type entryHeap []dirEntry func (h entryHeap) Len() int { return len(h) } func (h entryHeap) Less(i, j int) bool { return h[i].Size h[j].Size } // 最小堆堆顶是最小的 func (h entryHeap) Swap(i, j int) { h[i], h[j] h[j], h[i] }配合live_scan.go的增量式实时扫描界面边扫边更新内存只与需要展示的 Top-N有关与文件总量无关。更贴心的是扫描结果带缓存二次打开同一目录会先展示旧结果、后台刷新超大工作区即便慢扫描超时也会先给出部分结果而不是转圈卡死。机制二可再生成识别——区分删了会后悔和删了能重建清理工具最大的争议是你凭什么说我这个缓存没用。Mole 的答案是优先清理可再生成的缓存——即应用能自动重建的内容。lib/clean/dev.sh是开发场景的典型实现它定义了一个通用清理器每个子项都带描述、路径和白名单检查# 清理可再生成缓存的通用函数 # 参数描述、路径用于白名单校验、要执行的命令 clean_tool_cache() { local description$1 local cache_path$2 shift 2 # 白名单命中就跳过dry-run 时明确告知用户 if [[ -n $cache_path ]] is_path_whitelisted $cache_path; then [[ $DRY_RUN true ]] echo · would skip (whitelist) return 0 fi # 真正清理或仅打印 if [[ $DRY_RUN ! true ]]; then $ /dev/null 21 echo ✓ $description else echo · would clean: $description fi }同时cmd/analyze/insights.go会把容易静默膨胀的目录单列出来iOS 备份、90 天以上的旧 Downloads、Xcode DerivedData、Docker 数据、pip/Gradle 缓存等。这些不是垃圾而是可以安全重生的体积认知清晰是它与一刀切清理器的根本区别。机制三安全保护层——路径校验 应用保护 有界 sudo删除类工具的安全设计必须前置。lib/core/app_protection.sh维护了系统关键组件清单比如systemsettings、tcc、loginitems这类 bundle id 一律拒绝处理lib/core/file_ops.sh则定义了完整的错误码体系SIP 保护、只读文件系统、受保护路径、隐私拒绝等每次删除都要过路径白名单。连 sudo 调用都做了超时限制run_with_timeout避免交互命令挂死。这套宁可跳过不愿误删的策略贯穿所有破坏性命令。实战案例三个可以直接抄走的使用场景场景一CI 机器定期瘦身构建机跑几天就会堆满 Xcode/Docker 缓存在流水线末尾加一段# 关闭操作日志CI 环境不关心审计预览后执行 export MO_NO_OPLOG1 mo clean --dry-run --debug # 预览 详细日志先验证一次 mo clean # 正式清理 mo purge --paths # 按需配置项目构建产物扫描目录场景二每周日凌晨自动清理用 launchd 创建~/Library/LaunchAgents/com.user.mole.clean.plistplist version1.0 dict keyLabel/keystringcom.user.mole.clean/string keyProgramArguments/key array string/opt/homebrew/bin/mo/string stringclean/string /array keyStartCalendarInterval/key dict keyHour/keyinteger3/integer keyMinute/keyinteger0/integer /dict /dict /plist加载后每周日凌晨 3 点自动深度清理前提是先在本地跑一次--dry-run确认清单并把重要路径加入白名单。场景三彻底卸载一个删不干净的应用GUI 卸载器常见的痛点是残留 LaunchAgent、偏好设置和隐藏容器。Mole 把场景拆成了两条命令应用还装着用mo uninstall连带清理残留应用已经删掉但系统里留着死记录用mo clean的 leftovers 扫描处理——新版甚至能清理已卸载应用留下的失效系统记录。与同类工具的对比一个二进制合并四款软件Mole 官方定位是把 CleanMyMac、AppCleaner、DaisyDisk、iStat Menus 合并进一个二进制用表格检验这个说法能力MoleCleanMyMac XAppCleanerDaisyDiskiStat Menus原生命令行支持✅❌ 仅 GUI⚠️ 有限❌❌深度清理 卸载一体✅✅❌ 仅卸载❌❌磁盘可视化分析✅⚠️ 部分❌✅❌实时性能监控✅❌❌❌✅白名单/保护机制✅ 动态白名单⚠️ 静态❌❌❌开源✅ GPL-3.0商业商业商业商业需要客观说明的是图形化工具在可视化美观度和新手友好度上仍有优势Mole 的价值在于可脚本化、可审计、可扩展这正好是开发者场景最需要的三件事。可靠性保障与避坑指南Mole 的可靠性设计分三层预览所有破坏性命令支持--dry-run、审计文件操作记录到~/Library/Logs/mole/operations.logmo history可查、保护路径白名单 关键应用豁免。此外mo analyze删除文件时走的是 Finder 废纸篓而非直接rm属于可反悔的删除路径日常排查建议优先用它。新手最常踩的四个坑跳过预览直接执行mo clean默认是安全的但首次运行务必先--dry-run确认清单里没有自己关心的目录。忘了配白名单重要缓存比如某个不想重建的下载目录提前用mo clean --whitelist保护。误以为 analyze 会直接删它默认移到废纸篓需要手动清空废纸篓才真正释放空间。在 CI 里保留操作日志无需审计的环境设置MO_NO_OPLOG1可关闭日志写入。性能与量化表现关于清理量README 中展示过单次释放 95.5GB 的实例一次典型mo clean扫描的分类清单用户缓存、浏览器缓存、开发工具缓存、系统日志、应用专属缓存合计常在数十 GB 量级。作为参考长期未清理的开发者机器常见可回收量大致如下机器画像典型可回收量主要来源轻度使用的个人 Mac10–40GB缓存、日志、废纸篓重度开发机Xcode/Docker/JetBrains40–100GB可再生成构建缓存多应用装机 历史卸载残留数 GB 起死应用记录、孤儿数据关于性能项目没有发布官方基准数字但从实现能看出明确的取舍cmd/status采用三档采集1 秒快采集 定时进程级采集 30 秒全量采集避免高频全量采样拖慢系统cmd/analyze对超大目录依赖缓存 后台刷新 超时降级而非一次扫完。结论是它更关心不打扰你的正常使用而不是跑出极端的扫描速度。生态、扩展与未来Mole 的扩展方式非常朴素在lib/clean/下新增一个脚本模块复用clean_tool_cache这类公共函数即可接入主流程Go 侧则通过Makefile的release-arm64/release-amd64交叉编译发布。项目采用 GPL-3.0 协议开源测试体系相当扎实——tests/下几十个 bats 测试覆盖了清理、卸载、超时、白名单、fuzz 路径校验等场景。官方还有独立的 GUI 版本Mole Mac AppCLI 保持免费开源另有实验性的 Windows 分支。收束总结它适合谁不适合谁Mole 真正适合的是已经把终端当日常工具的开发者你能接受用命令而非图形界面管理磁盘愿意先--dry-run再执行并希望把清理动作写进 CI 脚本或 launchd 定时任务。它的核心价值不是删得多快而是把哪些能删、删了能不能重建、怎么防止误删变成了一套透明、可审计、可编程的规则。反过来如果你完全不想碰终端、追求一键傻瓜式操作或者需要花哨的磁盘可视化图表图形化工具甚至它的官方 GUI 版体验更合适。Mole 的边界感正是它的专业感把该自动化的自动化把该确认的交还给你。【免费下载链接】Mole Clean, uninstall, analyze, optimize, and monitor your Mac from the terminal.项目地址: https://gitcode.com/GitHub_Trending/mole15/Mole创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考