AI Mac 清理工具：模型該決定什麼，不該決定什麼

「AI Mac 清理工具」可能指兩種產品，一種在清理 App 裡加入模型，幫忙判斷或解釋掃描結果，另一種處理 Claude Code、Cursor、Ollama 留下的快取和舊檔案。這篇會分別看兩種工具，先說清楚模型適合做哪些判斷，再看 AI 工具留下的空間該怎麼整理。

第一部分：模型到底在決定什麼

清理這件事至少有四步，一款主打 AI 的工具，宣稱的其實只是其中一步：

1. 列舉。 走完磁碟，量出大小，du 做的就是這件事，裡面沒有判斷。
2. 歸屬。 決定每條路徑屬於哪款 App 或哪條工具鏈。
3. 排序與說明。 決定四千個候選裡哪十二個值得看一眼，並用一句話講清楚每一個是什麼。
4. 判定並刪除。 決定哪些刪掉是安全的，然後刪掉。

第二步和第三步的界線本來就模糊，模型在那裡真的幫得上忙。第四步是另一種性質的問題，拿模型去做是選錯了工具。幾乎每一場關於 AI 清理工具的爭論，吵的其實都是廠商講的到底是哪一步。

模型真正派得上用場的地方

難的是判斷歸屬。假設 ~/Library/Application Support/Foo Labs 佔了 3 GB，磁碟上卻沒有叫 Foo Labs 的 App。線索可能散在資料夾的 plist、~/Library/HTTPStorages 的前綴、~/Library/Saved Application State 下的 .savedState 套件，以及 /var/db/receipts 的安裝收據裡。廠商名 Foo Labs 和識別碼 com.foolabs.editor 不一定能直接對應，固定對照表也難以涵蓋所有 App。模型可以幫忙整理這些線索，但推測出的歸屬仍要核對。

排序也是一樣，一次掃描吐出 4000 條路徑、60 GB，那是丟給你第二個問題，不是給你結果。說明更單純，把 ~/Library/Caches/com.apple.nsurlsessiond 翻成一句人話而已。工具把模型用在這三件事上，而且明講，那宣傳的就是一個真功能。

為什麼最後那道門必須是確定性的

刪不刪這個決定，需要三樣模型給不了的東西。

確定性。 同一顆磁碟、同一個版本，每次都給同一個答案。把溫度調成零也換不來這個，因為提示詞裡裝的是這台機器的內容，多裝一款 App，檔案清單就變了，決定要靠的那些 token 也跟著變。一條規則在這台 Mac 上成立、在同事的 Mac 上不成立，那就不是安全規則。

事前可審。 保護清單就是一組路徑前綴，一分鐘讀得完，換了版本還能逐行比對。權重加提示詞讀不出一份「哪些會被擋下來」的清單，所以界線在哪，要等你踩過去才知道。

事後可查。 確定性的規則刪錯東西，留下的是一個可以重現的 bug，路徑在這裡，放行它的那一行在這裡，現在會失敗的測試也在這裡。模型刪錯東西，留下的只有一段對話紀錄，修法是改提示詞，而這一改對其他情況有什麼影響，沒有人量過。

兩種故障也不對稱。排序排錯，代價是多滑幾下，~/.claude/projects 刪錯，代價是手上全部的對話紀錄。所以問題不在 AI 好不好，而在流程該從中間切開，錯了頂多多看兩眼的那一半交給機率，錯了會賠上資料的那一半交給確定性。

Mole 站在哪一邊

Mole 不帶模型，也不跑推論，候選項目由固定規則判斷。內建保護清單包含 .ollama/models、.lmstudio/models、.cache/huggingface、.cache/torch、.claude/projects、.codex/sessions、.grok/sessions 和 Library/Caches/com.apple.e5rt.e5bundlecache 等路徑。使用者也能編輯自己的純文字白名單，以 cat ~/.config/mole/whitelist 查看。免費的 Mole CLI 以 GPL-3.0 開源，與 Mac App 共用這份使用者白名單，但兩者的內建規則不應視為完全相同。

最後那一條就是整場爭論的縮影。com.apple.e5rt.e5bundlecache 住在 ~/Library/Caches 底下，名字裡明明白白寫著 cache，任何一套啟發式規則都會把它歸成可丟。它裝的是 Apple Neural Engine 編譯過的模型，趁某個 App 正載著模型的時候清掉，辨識相關的呼叫會一路壞到重新開機。它會被保護，是因為有個人撞上過這次故障，然後把那一行寫了下來。

挑這類工具，先問模型參與哪一步。列舉、歸屬、排序與說明都可以作為輔助，但結果仍要核對。若廠商說「它會判斷什麼可以安全刪除」，還應查看候選清單、保護規則和執行前的檢查，不能把模型的說明當成刪除依據。

第二部分：替 AI 工具收拾殘局

另一種需求是清理 AI 工具留下的檔案。這些占用分成四類，處理規則各不相同，不能混在一起刪除：

• 工具快取與日誌。 ~/Library/Caches/claude-cli-nodejs、Cursor 的 Electron 快取、~/.claude 底下的遙測與除錯資料夾。刪了會自己長回來，也沒什麼好留的。
• 對話紀錄與專案狀態。 ~/.claude/projects、~/.codex/sessions、~/.grok/sessions。掃描結果裡最讓人意外的往往就是它，而且不可替代。
• 舊版 CLI。 agent CLI 自我更新後可能保留舊版本。舉個容量例子：假設每份約 300 MB，五份中確認只需保留一份，另外四份約占 1.2 GB；實際大小和是否仍在使用，都要在本機檢查。
• 模型權重。 ~/.ollama/models、~/.cache/huggingface/hub、LM Studio 的模型資料夾。體積遙遙領先，而且歸當初下載它們的那款工具管。

挑工具之前先量一遍：

du -sh ~/.claude ~/.codex ~/.ollama/models ~/.cache/huggingface 2>/dev/null | sort -h

Mole：先審再清，而且認得這些路徑

「清理」會先完成掃描，顯示清單，確認後才執行。候選項目列出路徑、歸屬和大小，沒有把握的項目預設不勾選。一般檔案移入垃圾桶，清理操作寫入 ~/Library/Logs/mole/operations.log；日誌中的 TRASHED 和 DELETED 分別代表移入垃圾桶與永久刪除，不能混為一談。

有兩個行為是專門對著 AI 工具鏈做的。舊版 agent CLI 的資料夾會被列出來，正在用的那個版本則永遠不會成為候選，因為啟動器指到哪裡會先解析出來釘住，靠的是結構，不是猜版本號。另一個是解除安裝按歸屬走，不比名字，所以移除某家廠商的一款 App，不會順手把兄弟 App 還在用的那層共用 Application Support 資料夾也拉進來。

實際走一次：打開 Clean，等掃描跑完，把看起來大的群組展開，想留的取消勾選，再清理，看釋放出多少空間。掃描免費，每個付費功能還能免費用兩次，所以這 $19 值不值得，你可以先把整個審核流程驗過再決定。

Mole CLI：想留在終端機裡的時候

這是另一個獨立的免費產品，以 GPL-3.0 開源，brew install mole 安裝。永遠先預覽：

mo clean --dry-run
mo purge --dry-run

mo clean 管快取和日誌，mo purge 處理舊的專案建置產物，這兩個指令都支援 --dry-run，可以先讀完路徑清單。它跟 Mac App 共用使用者白名單和操作日誌，但內建保護規則並非完全相同。移除預覽參數前要先分清楚，CLI 的快取清理是永久刪除，解除安裝和殘留移除才走垃圾桶，預覽不等於能夠還原。

cc-cleaner：專門對付這個問題的開源終端機工具

cc-cleaner 採 MIT 授權，需要 Python 3.10 以上，pipx install cc-cleaner 裝得起來。它內建 22 個清理器，涵蓋 Claude Code、npm、uv、cargo、Docker、Playwright 和瀏覽器快取，還有一組 AI/ML 模型分類，裡面是 Hugging Face、PyTorch、Whisper 和 Ollama。cc-cleaner status 印出一張大小表，cc-cleaner clean 開一個可互動的挑選介面，-n 是空跑。

它的風險模型講得很明白，Safe 的項目預設就清，Moderate 和 Dangerous 要加 --force，README 把「對話紀錄、共用儲存區」放在 Moderate 這一層，其餘的看原始碼就知道。它的 Ollama 清理器把整個 ~/.ollama/models 當一個資料夾移除，Hugging Face 清理器對 ~/.cache/huggingface/hub 和 datasets 也一樣，Claude 清理器則會把 ~/.claude/projects 底下的 *.jsonl 對話紀錄列出來。刪除用的是 shutil.rmtree 和 Path.unlink，所以沒有東西進得了垃圾桶。安全層是一組凍結的禁止系統路徑，加上每個目標都必須在家目錄底下，人寫出來的確定性清單本來就該長這樣。差別不在嚴謹程度，在那條線畫在哪，cc-cleaner 把模型倉庫和對話紀錄放在一個旗標後面，Mole 則是直接拒絕。

DevCleaner：同一片地，但想要一個選單列 App

DevCleaner 是一款 macOS 14 以上的選單列工具，目前 1.9.0 版，涵蓋 23 種生態，從 Xcode DerivedData、Gradle 到 npm 和 Docker，另外對 Claude、ChatGPT、Cursor、Ollama 和 LM Studio 都有專門的掃描器。Safe 的項目預設刪除，Warning 的項目「由你決定」，Danger 的項目永遠不預先勾選，另外對憑證和工作階段檔案維持一份硬拒絕清單，動到執行中 App 的快取之前也會先警告。核心清理免費，Pro 以買斷或年度訂閱販售，實際數字看官網。它的網站沒有寫刪除是不是進垃圾桶，那正是第一次跑之前該先問清楚的事。

MacPaw 也推出了公開測試版的 CleanMyMac CLI，透過 Homebrew cask 安裝，處理的是同一批產物。它不公開原始碼，儲存庫只用來追蹤問題，官方也說明行為仍會調整，執行前應核對確認畫面列出的項目，不能只憑公開說明判斷。

把 agent 直接指向磁碟

最後一條路是跳過清理工具，直接讓 Claude Code 這類 agent 去清磁碟，或者搭配某個公開的清理 skill。它的長處是真的，而且這裡別的工具都沒有，agent 能對一套沒有人整理過的目錄結構做推論，不管那是上個月才發布的框架、一條私有工具鏈，還是只有你自己這樣擺的家目錄。

短處也一樣直白。那些 shell 指令是推論當下對著真實的檔案系統生成的，所以真正跑起來的那一條，跑之前沒有任何人審過。你不開口要，就沒有空跑。出事的範圍是整個家目錄，而變數展開成空字串的 rm -rf 是一種歷史悠久的故障。第一部分講的道理在這裡照樣成立，只是安全網被拿掉了，決定是機率性的，而且直接接在最後那道門上。

四條護欄幾乎不花成本：

• 讓它去驅動一個有預覽旗標的工具，別讓它自己拼刪除指令。 有一個公開的 Claude Code skill 把 mo CLI 包了起來，mo clean 之前一定要先跑 mo clean --dry-run，把空跑的輸出完整印出來，還要你打字確認。目標由 agent 挑，刪除交給確定性的工具執行。
• 永遠不要在權限設定裡預先放行 rm。 每一條刪除指令都個別批准，而且要讀那條路徑本身，不是讀它的摘要。
• 把垃圾桶設成預設。 用 Homebrew 的 trash，或者 mv 到 ~/.Trash，可以保留還原機會，但要確認移動成功、沒有覆寫同名項目，也不要立即清空垃圾桶。
• 限住作用範圍。 一次只指一個資料夾，前面跑 du -sh，後面跑 df -h，這樣回收了多少是量出來的，不是估出來的。

模型倉庫屬於當初下載它們的那款工具

這一塊不該交給任何通用清理工具，包括上面那幾款。Ollama 和 Hugging Face 都採內容定址的儲存區，模型之間共用資料塊，所以只有所屬工具知道哪一塊還被引用著。用 ollama ls 和 ollama rm <model>，以及 hf cache ls 搭配 hf cache rm model/<repo> --dry-run。手動刪資料塊檔案為什麼會讓一個模型再也用不起來，寫在清掉 AI 工具的殘留。

它們怎麼比

把邊界說清楚

Mole 不處理惡意軟體，不是備份，遇到帶驅動程式、VPN 元件或系統延伸功能的軟體也取代不了原廠的解除安裝程式。它不刪模型權重，也不刪 AI 對話紀錄，所以那 200 GB 的問題如果整個就是一座模型庫，它會在 Analyze 裡把那座庫的分佈畫給你看，然後把事情交給 Ollama 或 LM Studio。這是刻意畫的邊界，不是以後要補上的缺口。

怎麼挑

200 GB 的建置產物加十來條工具鏈。 體積落在快取、舊的 node_modules、DerivedData 和 Docker 上，跟 AI 專屬的東西沒什麼關係。先審再清跑一輪，或者 mo clean --dry-run，剩下那些得用自家 prune 指令的儲存區，照清開發快取處理。cc-cleaner 很適合當第二輪，風險分級先讀過再跑。

一座很大的本機模型庫。 權重交給對應工具管理。先用 ollama ls、hf cache ls 或 LM Studio 的 My Models 查看已安裝的模型，再用該工具的刪除功能移除確認不需要的項目，列出清單本身不會釋放空間。磁碟分佈圖適合找位置，不能取代模型庫管理。

剛發現 Cursor 或 Claude Code 在吃磁碟。 先分清楚快取、舊版 CLI 和對話紀錄，可重建的快取要等相關程式與建置停止後再清，舊版 CLI 也要確認沒有啟動器、執行中的程序或固定版本設定仍在使用，對話紀錄則保留下來。逐項操作的步驟在清理 AI 程式開發工具。

常見問題

用了 AI 的 Mac 清理工具，刪起來比一般的安全嗎？

不能只憑 AI 標籤判斷。模型可能幫助說明資料夾歸屬、整理候選項目的優先順序，但本文沒有對照測試證明它比規則更準確。真正刪除前，仍需要可核對的清單、保護規則和執行時的檢查。問清楚模型參與哪一步，再看工具如何限制刪除範圍，比看標籤更有用。

讓 Claude Code 清 Mac 安全嗎？

它是最靈活的選項，也是邊界最鬆的。指令在推論當下生成，直接對著家目錄跑，你不開口要就沒有預覽。真要這樣做，就讓 agent 去驅動一個有空跑旗標的工具，別自己拼 rm -rf，權限設定裡永遠不要預先放行 rm，刪除送進垃圾桶，而且一次只讓它動一個資料夾。

Mac 清理工具會刪掉 Ollama 模型或 Claude Code 的紀錄嗎？

完全看是哪一款工具，這才是該先問的問題。Mole 在刪除那道門上封鎖 ~/.ollama/models、~/.lmstudio/models、~/.cache/huggingface、~/.claude/projects、~/.codex/sessions 和 ~/.grok/sessions，放多久都不會成為候選。cc-cleaner 把模型資料夾和 Claude Code 對話紀錄歸在 Moderate 風險，加上 --force 就會刪。工具的風險分級要在第一次跑之前讀完，不是之後。

用了一年 AI 編碼工具，空間到底被什麼吃掉？

舊版 CLI、快取與對話紀錄都值得分別測量，不能只憑使用時間判斷。沿用前面的假設，每份約 300 MB，五份中四份確認不用，約有 1.2 GB 可供檢查，但刪除前仍要核對啟動器、執行中的程序與固定版本設定。~/.claude/projects 下的對話紀錄也可能持續增長，它是使用者資料，不應因為體積大就自動清除。

延伸閱讀

• 清掉 Mac 上的 Ollama 與 LM Studio 模型，講內容定址模型倉庫的機制。
• 清開發快取又不弄壞建置，講套件管理器的儲存區和散落各處的 node_modules。
• 替 AI 編碼工具收拾，逐條路徑的操作版本。