核心亮点
- 相似照片逐张摊开给人看:大小 + 像素尺寸 + 全文 MD5 三重比对才归为一组,点开可双指放大,勾哪张删哪张
- 大文件不再是「MP4 · 1.2 GB」:视频出首帧、点开能全屏播放,面板按后悔成本排序 —— 看一遍 → 转到电脑 → 删掉
- 手机能把大文件转到电脑:同 Wi-Fi 自动发现,几 GB 流式传输不占内存,服务端核对字节数,半截文件直接判失败
- 删错能捡回来:所有删除先进回收站,30 天内整批还原,连相似照片的分组和撤销后的大文件列表都一起恢复
- 应用建议说得清边界:有打开记录的才叫「90 天没打开」,查不到记录的如实标「系统没留记录 · 不等于没用过」,还能「我在用,别再推荐它」
- 批量卸载排队走:系统一次只让确认一个,勾 N 个就依次弹 N 次,浮条上显示还剩几个,随时能停
技术栈
产品界面
开发成果 8/11
- 设计稿还原 + 8 屏 UI(45 枚图标由设计稿脚本生成)
- 扫描引擎 + 回收站(30 天可还原)
- 服务端 AI 代理 + token 计量(key 不进 APK)
- 应用清理:僵尸分组 / 缓存 / 卸载
- 相似照片逐张比对(尺寸 + MD5 三重校验)
- 大文件预览 + 电脑收件箱(局域网传输)
- 应用判断纠偏(五区间 + 四时间戳 + 流量旁证 + 手动豁免)
- 多选批量卸载队列
- 扫描提速:MediaStore 快扫,目标 15 秒内
- 缓存清理落地(跳系统设置 / 逐项清)
- 真机 UI 走查与官网宣传截图
项目简介
macOS 版 StorageMate 的判断力搬到 Android 手机上。手机存储和 Mac 不是同一道题:Mac 上能扫整个磁盘、能看见每个目录是什么;手机上非 root 读不到别家 App 的私有目录,/sdcard/Android/data 在 Android 11+ 直接封死。所以这一版不是移植,而是把「证据」换成手机上真的拿得到的那几种:文件类型与体积、MediaStore 元数据、UsageStats 使用记录、StorageStats 应用占用。
核心是一条克制:先让人看见,再让人删。相似照片铺成网格、逐张点开能放大;视频取第 0.1 秒的画面做缩略图,点开能全屏播;大文件面板三个动作按后悔成本排序 —— 看一遍 → 转到电脑 → 删掉。
应用侧不写死规则,而是如实说出我们知道什么、不知道什么:有确切打开记录的归「90 天没打开」,查不到记录的归「系统没留记录」并写明「不等于没用过」;近 30 天有 Wi-Fi 流量的应用不算僵尸;用户还能点一句「我在用,别再推荐它」永久豁免。系统不允许静默卸载,所以批量删除做成队列:勾 N 个依次弹确认,随时能停。
AI 走服务端代理而不是把 key 塞进 APK —— 直连省一台服务器,但 key 会被反编译扒走,而且换不了、限不了、停不了。
开发历程 9 条
多选批量卸载:系统一次只让卸一个,就做成队列
需求:应用不能多选一起删吗?选完从队列里删。
做不了真批量:Android 不准静默卸载,每卸一个必弹一次系统确认框。所以做成队列:勾 N 个 → 依次弹 N 次确认 → 每从系统页回来就接下一个,中途取消的那个直接跳过。
实现上两个细节:
onResumeCheck()里先看队列再看重扫,否则“回来就重扫”会把队列冲掉- 发下一个意图前
delay(700),等系统卸载界面退干净,否则意图会被吞
浮条显示「还剩 N 个」+「停止」。默认仍是单点模式,多选要用户主动打开 —— 卸载不可撤销,不该让一次误触变成全部损失。
高德被当成僵尸应用:三处根因都修了
反馈:应用多久没用判断不准,高德地图我还在打开使用。
先拿证据:
dumpsys usagestats里高德明写着lastTimeUsed=10-08、appLaunchCount=147—— 系统有记录,是我们的查询没取到。三处根因:① 只查
INTERVAL_BEST:华为挑中的那张表里这个包恰好是空的 ⇒ 改成日/周/月/年/BEST 五个区间全查取最大值。② 只看
lastTimeUsed:lastTimeVisible/lastTimeComponentUsed/lastTimeFS更新时机各不相同,有些应用只更新可见性或前台服务 ⇒ 四个字段取 max,用反射取(API 级别不齐,缺方法当 0)。③ 「查不到记录」被当成了「没用过」⇒ 加两道否决:近 30 天 Wi-Fi 流量 > 512 KB 算「还在后台活动」(
android.app.usage.NetworkStatsManager,包名不是android.net);面板里加「我在用,别再推荐它」写进SettingsStore.keepApps。1.4.0:大文件能预览视频,能一键转到电脑
「MP4 · 1.2 GB」这种行没法判断,飞哥原话:得先预览才知道能不能删、还是该转到局域网存储。
先看见:列表直接出缩略图(视频取第 0.1 秒画面,避开纯黑首帧);点行弹面板,三个动作按后悔成本排序 —— 看一遍 → 转到电脑 → 删掉;播放用系统 VideoView 不引 media3(30 MB 依赖还会和 compose 版本打架),控制条自画;删后进回收站,撤销时把文件放回大文件列表。
转走:电脑端
tools/sm-receive.js(零依赖 Node,POST /upload流式落地 →(本机路径));UDP 8788 广播发现,路由器拦广播时能手填 IP;OkHttp 流式写,几 GB 不进内存,请求带size由服务端核字节数,不一致删半截返 400。两个坑:① 本机 launchd 彻底不可用(
bootstrap恒报5: I/O error)⇒ 改 python 双 fork + setsid,验证PPID=1才算脱离,开机自启靠登录项;② 两个 gesture detector 写在同一个pointerInput里第二个永不执行 ⇒ 进度条改 Material3Slider。相似照片只按字节分组会删错照片,改三重校验(1.3.0)
上一版相似照片只按「字节数相同」分组,页面上还写着「字节完全一致,是同一张图的副本」。
真机截图一拍出来就露馅了:第 1 组 6 张里,第一张是横版海报、其余是竖版人物照 —— 它们只是文件大小恰好一样(3.9 MB),内容完全不同。用户照着这个结果删,会删掉完全不同的照片。
改成三级校验,三项全等才归为一组:
1. 字节数
2. 像素宽高(
BitmapFactory.Options.inJustDecodeBounds,不真解码)3. 全文 MD5
性能上只对「尺寸重复的那几十张」算哈希,不是全盘算。代价:扫描 173s → 197s(+14%)。修正后从 179 张降到 176 张,多出的 3 张就是误判。
同时把界面改成逐张摊开:三列网格、格子按图片真实宽高比算(竖图不裁头脚)、点开可双指放大 1~6 倍、逐张改「删除 / 保留」,并去掉了整项勾选框 —— 防止不看照片就整组删。
另一个 bug:撤销后照片回来了、分组数据没恢复。用删除前的分组快照
photoBackup整组还原。华为只保留 184 个应用中 70 个使用记录
真机上「僵尸应用 0 个」,一开始当成是逻辑 bug。查下来是系统在裁剪数据:
dumpsys usagestats里这台华为只保留了 184 个应用中的 70 个的使用记录,其余应用不是「没用过」,而是「系统把记录扔了」。这直接影响措辞和归类。改成:
- 有确切打开记录的才叫「90 天没打开」
- 查不到记录的归「系统没留记录」,副标题写明「不等于没用过」
- 覆盖不足时默认只展开 8 行(
DORMANT_PREVIEW = 8),不让一屏陌生名字堆在面前 - 该分组不算进「建议卸载」的推荐量,只作为参考
教训:“我没查到”不等于“不存在”。在别人的 ROM 上做判断,先弄清楚它愿意给我们看多少。
应用清理 1.1.0 / 1.2.0:僵尸分组 + 缓存 + 卸载
1.1.0 把应用清理做进去,1.2.0 加占用排序 + 「云端可恢复」风险标注。
分组逻辑:
- PROTECTED:系统应用 + 保护名单(输入法 / 通讯录 / 支付类)
- ZOMBIE:
days >= 90且真的有打开记录 - IDLE:30~90 天
- DORMANT:没有任何打开记录 + 装了 3 个月以上 + 占用 ≥ 80 MB
后面改过两次:
① 推断门槛本来用
lastUpdateTime,但应用市场自动更新会把它刷成「刚刚」→ 所有推断全部失效。改用安装天数 + 体积。曾想用getAppStandbyBucket(pkg),但那是非公开 API,撤回。② 「可清缓存」曾经统计不进体积,列表上显示「可清 0 B」—— 修正统计口径。
卸载走
ACTION_DELETE意图,不可静默也不可撤销,所以入口默认是逐个点,不预设全选。token 对照实验:12 项一次提交 vs 分 4 批(+46%)
飞哥问「所有文件一起提交和多次提交,token 额度一样吗?不限制调用次数吧」——做了对照实验。
同一批 12 项,两种提交方式:
- 一次全给:3,082 tokens
- 分 4 批:4,512 tokens(+46%)
原因很直白:每次调用都要重发一遍 system prompt 和字段说明,分批只多花重复开销、不少花任何真正的判断量。
但金额层面这事儿可以忽略:DeepSeek 输出单价是输入的 3 倍,而这组数据的总花费不到半厘钱。结论:批量更省,但省的那点钱不值得为它牺牲稳定性 —— 项数太多时反而要分批,否则输出被截断、JSON 不完整。
另一个已确认的事:DeepSeek 没有「调用次数」限制,只有 token 计费(峰谷价)。所以设计上没有做请求次数限流,只做了服务端 token 计量日志:
[judge] items=.. in=.. out_tok=..。不连 WorkBuddy CLI,AI 走服务器代理
问题:手机版能不能像 Mac 版一样,把 WorkBuddy CLI 当 AI 基座?
实测三条通道:子进程
-p、HTTP--serve、--acp。结论是不该这么做,三个硬理由:① CLI 是 Agent 运行时,不是模型 API。手机要的是「一段 JSON 进、一段 JSON 出」。
② 电脑必须常开。
--serve绑定在电脑上,手机一出门就断了。③ 读不到手机的文件。CLI 跑在电脑上,扫的是电脑磁盘 —— 手机要判断的是
/sdcard。④ 安全隐患最重:
--serve的 Password 等于那台机器的任意命令执行 + 文件读写权,不能当普通令牌发。所以定的是:手机 → 自建服务端 → DeepSeek。服务端只做三件事:白名单过滤字段、拼 prompt、把 key 藏在服务端。
对比直连 LLM:直连省一台服务器,但 key 在 APK 里可反编译扒走,而且换模型、限量、熔断都做不到 —— 目前不需要体量,但需要能改。
服务端落在自有服务器 (服务器IP),nginx 反代 trace.filebreeze.cn/sm/,
/sm/health实现在线体检。
周期
2026-10-20 → 未定

e.png)