📂 dir-content-analyzer

智能本地目录分析与清理助手

dir-content-analyzer 是一款结合了传统扫描技术与大语言模型（LLM）的目录管理工具。它不仅能帮你找出占用空间的“大户”，还能通过 AI 深度理解文件用途，提供语义化的归类与清理建议。

---

📝 核心设计思路

这是项目的原型设计与学习笔记，展示了从大文件扫描到 AI 智能归类的核心逻辑：

---

✨ 功能特性

• 🔍 大文件扫描：快速扫描目录并按文件大小排序，精准定位空间占用。
• 📊 文件类型统计：按扩展名统计文件数量和空间分布，项目结构一目了然。
• 🤖 AI 智能归类：使用 LangChain + OpenAI 兼容模型，对文件进行深度语义分析。
• 💡 AI 推荐删除：智能识别临时文件、日志、构建产物等可清理冗余。
• 🌐 双界面支持：提供高效的命令行（CLI）和友好的 Web 图形界面（Streamlit）。
• 🛡️ 安全删除机制：选中文件进入系统回收站，支持手动恢复，确保数据安全。

---

🚀 快速开始

1. 安装驱动 (推荐使用 uv)

# 克隆仓库
git clone https://gitee.com/zjydzyjs/dir-content-analyzer.git
cd dir-content-analyzer

# 同步依赖
uv sync

2. 配置 AI (可选)

如果需要启用 classify 子命令或 Web 端的 AI 功能，请配置 .env：

cp .env.example .env
# 编辑 .env 填写 OpenAI 兼容的 API Key 与 Model 名称

---

📸 运行效果预览

命令行界面 (CLI)

通过简单的指令快速获取大文件清单：

浏览器图形界面 (Web UI)

运行 uv run streamlit run streamlit_app.py 开启可视化分析体验：

• 统计概览：实时展示文件总数、总大小及最大文件分布。

• AI 归类分析：一键生成结构化的文件归类报告。

• 导出报告：支持将分析结果生成 HTML 并打印为 PDF 存档。

---

⚙️ 参数与预设

项目内置了三种针对不同场景的预设配置，平衡扫描速度与分析深度：

预设名称	分析文件数 (top)	大文件阈值 (MB)	开启内容抽样
快速扫描	20	10	❌ 否
深度分析	100	1	❌ 否
AI 精准归类	50	0	✅ 是

---

📋 功能规格说明书

更详细的参数说明、技术栈及注意事项请参考下表：

---

🛠️ 技术栈

• 核心语言: Python 3.13+
• 命令行框架: Click (CLI)
• Web 框架: Streamlit
• AI 框架: LangChain + OpenAI 兼容模型
• 包管理: uv

---

📄 许可证

本项目基于 MIT License 开源。