AI Mac 清理工具：模型该决定什么，不该决定什么
「AI Mac 清理工具」可以指两种产品，一种在清理应用里加入模型，帮忙判断或解释扫描结果，另一种处理 Claude Code、Cursor、Ollama 留下的缓存和旧文件。这篇会分别看这两类工具，先说清模型适合做哪些判断，再看 AI 工具占用的空间该怎么收拾。
第一部分：模型到底在做哪一步决定
清理这条链路至少有四步，一款打着 AI 旗号的清理器，说的是它在其中某一步上用了模型：
- 枚举。 走一遍磁盘量出大小，
du干的就是这个活，不掺判断。 - 归属。 判断每条路径属于哪个应用或哪套工具链。
- 排序和解释。 从四千个候选里挑出值得看的十二个，再用一句话说清每个是什么。
- 决定并删除。 判断哪些能安全删掉，然后删。
第 2 步和第 3 步是真的模糊，模型在这两处帮得上忙。第 4 步换了一类问题，模型不是干这个的。关于 AI 清理器的争论，几乎每一场吵的都是厂商说的到底是哪一步。
模型真正管用的地方
难就难在归属这一步。假设 ~/Library/Application Support/Foo Labs 占了 3 GB，磁盘上却没有叫 Foo Labs 的应用。线索可能散在目录的 plist、~/Library/HTTPStorages 的前缀、~/Library/Saved Application State 下的 .savedState 包，以及 /var/db/receipts 的安装记录里。厂商名 Foo Labs 和标识符 com.foolabs.editor 不一定能直接对应，固定目录表也难以覆盖所有应用。模型可以帮助整理这些线索，但推测出的归属仍要核对。
排序也一样，一次扫描给出四千条路径、六十 GB，这不是结果，是又扔给你一个问题。解释更简单，把 ~/Library/Caches/com.apple.nsurlsessiond 翻成一句人话，本来就是翻译活。把模型用在这三件事上，并且明说用在哪，这样的工具宣传的是真功能。
为什么最后一道闸必须是确定性的
删不删这个决定要靠三样东西，模型一样都给不了。
确定性。 同一块盘、同一个版本，每次都要给同一个答案。把温度调成零也换不来这一条，提示词里带着这台机器的内容，多装一个应用，文件列表就变了，决定挂在哪几个 token 上也跟着变。一条规则在这台机器上成立、在同事那台上不成立，它就不叫安全规则。
事前可审。 保护清单就是一组路径前缀，一分钟能读完，两个版本之间还能做一次 diff。权重加提示词读不出一份「哪些会被拒」的名单，边界在哪，只有撞上去了才知道。
事后可审。 确定性规则删错了东西，留下的是一个能复现的 bug，路径在这里，放行它的那一行在这里，挂掉的那个测试也在这里。模型删错了，留下的只有一段对话记录，修法是改提示词，改完它对其他情况有什么影响，没人量过。
出错的代价也不对称。排序排差了，顶多多划几屏；把 ~/.claude/projects 删错了，丢的是全部对话记录。所以问题不在 AI 好不好，而在于沿着这条链路中间划一刀，错了顶多多看两眼的那半边交给概率，错了会丢数据的那半边交给确定性。
Mole 站在哪一边
Mole 不带模型，也不做推理，候选项由固定规则判断。内置保护清单包含 .ollama/models、.lmstudio/models、.cache/huggingface、.cache/torch、.claude/projects、.codex/sessions、.grok/sessions 和 Library/Caches/com.apple.e5rt.e5bundlecache 等路径。用户还可以编辑自己的纯文本白名单，用 cat ~/.config/mole/whitelist 查看。免费的 Mole CLI 以 GPL-3.0 开源，与 Mac 应用共用这份用户白名单，但两者的内置规则不应视为完全相同。
最后那个条目就是这场争论的缩影。com.apple.e5rt.e5bundlecache 躺在 ~/Library/Caches 里，名字里写着 cache，任何一条启发式规则都会判它可删。里面装的是 Apple 神经网络引擎编译好的模型，应用已经把模型加载进去了，这时候清掉它，识别类调用会一直坏到重启机器。它被保护，是因为真有人踩过这个坑，然后补上了那一行。
挑这类工具，先问模型参与哪一步。枚举、归属、排序和解释都可以作为辅助，但结果仍要核对。若厂商说「它来判断什么能安全删除」，还应要求查看候选清单、保护规则和执行前的校验，不能把模型的解释当成删除依据。
第二部分：给 AI 工具收拾残局的工具
另一种需求是清理 AI 工具留下的文件。这些占用有四类，处理规则各不相同，不能混在一起删除：
- 工具缓存和日志。
~/Library/Caches/claude-cli-nodejs、Cursor 的 Electron 缓存、~/.claude下的遥测与调试目录。可再生，也很无聊。 - 对话记录和项目状态。
~/.claude/projects、~/.codex/sessions、~/.grok/sessions。经常是一次扫描里最让人意外的大头，而且不可替代。 - 旧版命令行工具。 会自更新的 agent 命令行可能保留旧版本。举个容量例子：假设每份约 300 MB，五份中确认只需保留一份，另外四份约占 1.2 GB；实际大小和是否仍在使用，都要在本机检查。
- 模型权重。
~/.ollama/models、~/.cache/huggingface/hub、LM Studio 的模型目录。体积远超其他几类，该由下载它们的那个工具来管。
挑工具之前先量一遍：
du -sh ~/.claude ~/.codex ~/.ollama/models ~/.cache/huggingface 2>/dev/null | sort -h
Mole，认得这些路径，动手前先让你审一遍
「清理」先扫描，扫完给出一份清单，确认后才动手。候选项列出路径、归属和大小，拿不准的项目默认不勾选。普通文件移入废纸篓，清理操作写入 ~/Library/Logs/mole/operations.log；日志中的 TRASHED 和 DELETED 分别表示移入废纸篓与永久删除，不能混为一谈。
对 AI 工具链来说，有两个行为格外重要。旧版 agent 命令行的目录会被列出来，正在用的那个版本永远不会进候选，启动器指向哪个目标，先解析出来钉死，跑着的那个版本是被结构挡在外面的，不靠猜版本号。另一个是卸载按归属推断走，不按名字匹配，卸掉某家厂商的一款应用时，同厂另一款还在用的共享 Application Support 父目录不会被一起端上来。
做法是：打开「清理」，等扫描结束，展开体积大的那几组，把想留的取消勾选，再执行清理，核对释放出来的空间。扫描免费，每个付费工具还能免费用两次，掏 $19 之前，整套审核流程能先自己走一遍。
Mole CLI，适合更想待在终端里的人
这是另一款独立的免费产品，GPL-3.0 开源，brew install mole 装上。永远先预览：
mo clean --dry-run
mo purge --dry-run
mo clean 管缓存和日志，mo purge 针对项目里的旧构建产物，这两条命令都支持 --dry-run，能先把路径清单读一遍。它和 Mac 应用共享用户白名单和操作日志，但内置保护规则并不完全相同。去掉预览参数之前记住一个差别，命令行的缓存清理是永久删除，卸载和残留清除仍然走废纸篓，预览不等于可以恢复。
cc-cleaner，为这个问题而生的开源终端方案
cc-cleaner 用 MIT 许可，需要 Python 3.10 以上，pipx install cc-cleaner 装。它带 22 个清理器，覆盖 Claude Code、npm、uv、cargo、Docker、Playwright、浏览器缓存，另有一个 AI/ML 模型分组，管的是 Hugging Face、PyTorch、Whisper 和 Ollama。cc-cleaner status 打印一张大小表，cc-cleaner clean 打开可交互的选择界面，-n 是预演。
风险分级写在明处，Safe 项默认清理，Moderate 和 Dangerous 项要加 --force，README 把「对话记录、共享仓库」归在 Moderate 这一档。剩下的看源码就知道。Ollama 清理器把整个 ~/.ollama/models 当一个目录删掉，Hugging Face 清理器对 ~/.cache/huggingface/hub 和 datasets 也一样，Claude 清理器会把 ~/.claude/projects 下的 *.jsonl 对话记录列出来。删除走 shutil.rmtree 和 Path.unlink，什么都不进废纸篓。安全层是一组写死的系统禁止路径，外加一条要求，每个目标都得在主目录底下，一份人写的确定性清单，本该就是这样。差别在于线划在哪儿，不在于严不严谨，cc-cleaner 把模型仓库和对话记录放在一个参数后面，Mole 是直接拒绝。
DevCleaner，想用菜单栏应用管同一片地
DevCleaner 是一款 macOS 14 及以上的菜单栏工具，当前版本 1.9.0，覆盖 23 类生态，从 Xcode DerivedData、Gradle 到 npm 和 Docker，Claude、ChatGPT、Cursor、Ollama 和 LM Studio 另有专门的扫描器。Safe 项默认删除，Warning 项「你自己定」，Danger 项永不预选，凭据和会话文件另有一份硬性拒绝清单，应用还在跑的时候要动它的缓存，会先警告一句。核心清理免费，Pro 卖买断或年订阅，具体数字以厂商页面为准。官网没写删除进不进废纸篓，而这恰好是第一次运行前最该问清的一件事。
MacPaw 也放出了一版 CleanMyMac 命令行工具的公开测试版，用 Homebrew cask 装，瞄的是同一批产物。它闭源，仓库只是个问题追踪器，不是源码，行为也明说还在变，所以该读的是它在确认步骤里摆出来的东西，不是任何已发布的说明。
让 agent 自己上手清磁盘
最后一条路线是干脆跳过清理工具，让 Claude Code 这类 agent 直接去清磁盘，也可以走某个已发布的清理 skill。这条路的优势是真的，别的工具还给不了，一套布局没人给它编过目录表，agent 照样能推理出来，可能是上个月才发布的框架，一套私有工具链，或者一个只有你会这么摆的主目录。
短处也得说得一样直白。shell 命令是推理时现对着真实文件系统生成的，跑起来之前没有一个人审过。不主动要求，就没有预演。影响面是整个主目录，一个变量恰好为空，拼出来就是一条 rm -rf，这种翻车方式历史很久了。第一部分说的在这里全都适用，只是安全网被撤了，决定是概率的，还直接接在最后一道闸上。
四道护栏，几乎不花什么成本：
- 让它去驱动一个带预览参数的工具，而不是自己拼删除命令。 有个公开的 Claude Code skill 包住了
mo命令行，mo clean之前必须先跑一次mo clean --dry-run，把完整的预演输出打出来，再要你手打确认。agent 负责挑目标，确定性的工具负责删。 - 永远不要在权限设置里预先放行
rm。 每条删除命令单独批准，要读的是路径本身，不是它给的那句概述。 - 把废纸篓设成默认落点。 Homebrew 的
trash，或者mv到~/.Trash，可以保留恢复机会，但要确认移动成功、没有覆盖同名项目，也不要立即清空废纸篓。 - 限定作业范围。 一次只指一个目录，要求它事前跑
du -sh、事后跑df -h，让它说的释放量是量出来的，不是估出来的。
模型仓库属于下载它们的那个工具
这件事不该交给任何通用清理器，上面这几款也一样。Ollama 和 Hugging Face 都维护内容寻址的仓库，模型之间共享数据块，哪个块还有人引用，只有管着仓库的那个工具清楚。用 ollama ls 和 ollama rm <model>，以及 hf cache ls 配合 hf cache rm model/<repo> --dry-run。手动删数据块文件为什么会让一个模型断了引用，见清理 AI 工具残留。
横向对比
| 工具 | 是否确定性决策 | 是否预览路径 | 是否可恢复 | 是否保护模型仓库与聊天记录 | 价格 |
|---|---|---|---|---|---|
| Mole for Mac | 固定阻止前缀清单加用户白名单 | 是，每行带路径、归属和大小 | 是，默认进废纸篓，另有操作日志 | 是，永不成为候选 | $19 买断，两台 Mac，终身更新 |
| Mole CLI | 内置保护规则与共享用户白名单 | 是，mo clean、mo purge 支持 --dry-run |
卸载进废纸篓，缓存清理为永久删除 | 是，按 CLI 的保护规则 | 免费，GPL-3.0 |
| cc-cleaner | 冻结的禁止路径集，且限定在主目录内 | 是，-n 预演加可交互选择界面 |
否，用 shutil.rmtree 和 unlink |
加 --force 就能碰到，不是拒绝 |
免费，MIT |
| DevCleaner | 三档风险分级加一份凭据拒绝清单 | 每个扫描器给出大小，Danger 项永不预选 | 未写明，运行前先问清楚 | 模型权重被单列为一类 | 核心免费，Pro 买断或年付 |
| CleanMyMac CLI | 未公布，仓库只是问题追踪器 | 是，删除前有确认 | 未写明 | 未写明 | 公开测试版，条款以厂商为准 |
| 有 shell 权限的 agent | 没有，在推理时才定 | 用户要求了才有 | 强制走废纸篓才有 | 在提示词里说了才有 | agent 订阅费 |
ollama rm、hf cache rm |
仓库内部的引用计数 | hf cache rm --dry-run |
否，但可以重新下载 | 这本身就是那份保护 | 免费 |
把边界说白
Mole 不做恶意软件处置，不做备份，也替代不了软件自带的卸载器，尤其是那些装了驱动、VPN 组件或系统扩展的。它不删模型权重，也不删 AI 聊天记录，所以那 200 GB 如果整个就是一座模型库，它会在「分析」里把这座库摊开给你看，活交给 Ollama 或 LM Studio 去干。这条边界是有意划的，不是以后要补的缺口。
怎么选
200 GB 的构建产物加十几套工具链。 体积压在缓存、旧的 node_modules、DerivedData 和 Docker 上，跟 AI 没什么关系。先做一轮可审的清扫，或者 mo clean --dry-run，剩下那些得用专用命令清的仓库，按清理开发缓存来。cc-cleaner 适合当第二遍，前提是先读懂它的风险分级。
一座很大的本地模型库。 权重交给对应工具管理。先用 ollama ls、hf cache ls 或 LM Studio 的 My Models 查看已安装的模型，再用该工具提供的删除功能移除确认不需要的项，列表命令本身不会释放空间。磁盘地图适合找位置，不适合代替模型仓库管理。
刚发现 Cursor 或 Claude Code 在吃盘。 先分清缓存、旧版命令行和对话记录，可重建的缓存要等相关程序与构建停止后再清，旧版命令行也要确认没有启动器、运行中的进程或固定版本配置仍在使用，对话记录则保留下来。逐步操作的版本在给 AI 编程工具收拾残局。
常见问题
带 AI 的 Mac 清理工具删得比普通的更安全吗
不能只凭 AI 标签判断。模型可能帮助解释目录归属、整理候选项的优先级，但本文没有对照测试证明它比规则更准确。真正删除前，仍需要可核对的清单、保护规则和执行时的校验。问清模型参与哪一步，再看工具如何限制删除范围，比看标签更有用。
让 Claude Code 来清理 Mac 安全吗
它是最灵活的选项，也是边界最松的一个。命令是推理时生成的，直接跑在主目录上，不主动要求就没有预览。真要这么用，就让 agent 去驱动一个带预演参数的工具，别让它自己拼 rm -rf，权限设置里永远不要预先放行 rm，删除一律进废纸篓，一次只让它管一个目录。
Mac 清理工具会删掉我的 Ollama 模型或者 Claude Code 记录吗
完全看是哪款工具，所以这该是最先问的问题。Mole 在删除这道闸上拦下 ~/.ollama/models、~/.lmstudio/models、~/.cache/huggingface、~/.claude/projects、~/.codex/sessions 和 ~/.grok/sessions，不管放了多久都拦，它们永远不会成为候选。cc-cleaner 把模型目录和 Claude Code 对话记录归在 Moderate 风险，传了 --force 就会删掉。风险分级要在第一次运行之前读，不是之后。
用了一年 AI 编程工具，空间到底被什么占走了
旧版命令行、缓存和对话记录都值得分别测量，不能只凭用了多久判断。沿用前面的假设，每份约 300 MB，五份中四份确认不用，约有 1.2 GB 可供检查，但删除前仍要核对启动器、运行中的进程和固定版本设置。~/.claude/projects 下的对话记录也可能持续增长，它是用户数据，不应因为体积大就自动清除。
延伸阅读
- 清理 Mac 上的 Ollama 与 LM Studio 模型，讲内容寻址模型仓库的机制。
- 清理开发缓存又不弄坏构建，讲包管理器仓库和散落各处的
node_modules。 - 给 AI 编程工具收拾残局，一步一步、一条路径一条路径的版本。