跳转到主内容
版本发布

42md 知识工具大升级（14）scan：盘点硬盘，按真实类型把文件找齐、看清楚

电脑用上几年，演示稿、扫描 PDF、大图散在十几个文件夹里。想批量瘦身、转换、归档，第一步「先看清楚有哪些、在哪儿」就很费劲——按文件夹翻太慢，靠扩展名搜又会把同名的网站证书私钥、下载坏掉的半成品一起搜进来。42md 新增 scan：一条命令扫一个文件夹，按文件的真实类型和体积筛出你要的，认出真假、把损坏的标出来，列成一屏看得完的清单，还能导成 Markdown、表格或 JSON 喂给别的工具。scan 只负责看清楚、不动你的文件；看好了要瘦身，把同一个目录交给 compress 就行。并行扫描、跨平台，免费纯本地。

12 分钟
产品发布scan文件盘点磁盘空间文件整理

一、为什么要做 scan

不管是批量瘦身、统一转换还是清理归档，动手前都有同一个绕不开的步骤：先看清楚硬盘里到底有哪些文件、在哪儿、多大。这一步往往比处理本身还磨人。

  • 文件散在「课件」「项目」「下载」十几个文件夹里，一个个翻太慢，还容易漏。
  • 靠扩展名搜不靠谱：.key 既是 Keynote 演示稿，也是网站证书的私钥；.pdf 可能是下载到一半的损坏文件。一搜全混在一起，分不清真假。
  • 好不容易找齐，想要一份能贴进笔记、导进表格、或者喂给脚本和 AI 的清单，又得自己拼一长串命令。

42md tools scan 把这一步做成一条命令：扫一个文件夹，按你要的类型和体积筛出文件，看的是文件的真实身份而不只是后缀，认出真假、把损坏的标出来，列成一屏看得完的清单。

scan 只负责「看清楚」，不动你的任何文件。看好了要处理，把同一个目录交给 compress 瘦身、inspect 体检即可——scan 负责盘点，它们负责动手。

二、scan 的特色

  • 按「真正的类型」筛，不只看扩展名——指定 --type keynote / pdf / image / office / ebook 等，scan 看的是文件的真实身份。改了后缀的假文件、同名的证书私钥，都骗不过它。
  • 真假、损坏都帮你标出来——下载坏了一半的文件、根本不是这个格式的冒牌货，scan 会在清单里标成「✗损坏」，让你一眼看见，而不是等处理到一半才报错。
  • 按体积聚焦大头——--min-size 50MB 只挑大文件。腾空间、瘦身这类需求，价值几乎都集中在少数大文件上，先把它们揪出来就够了。
  • 只给摘要，不刷屏——哪怕扫出几万个文件，终端也只显示总数、总体积和体积排前的十几个，一屏看完要点。想要完整清单，再用 --format 导出。
  • 导成你下一步要用的格式——贴进文档用 --format md（表格），导进表格软件用 --format csv，喂给脚本或 AI 用 --format json；要把路径直接接给别的命令，用 -0。
  • 快、跨平台、纯本地——并行扫描，多个文件夹同时翻，几千个文件也很快出结果；Mac / Windows / Linux 都能用（~ 写法自动适配），文件不出本机，不消耗 AI 配额。

三、怎么用 · Webapp

scan 是命令行能力，网页端入口随产品演进逐步开放。网页用户当前可以在「我的知识库」里处理单个文件，整机 / 整文件夹的盘点与发现走命令行。

四、怎么用 · CLI

scan 接收一个文件夹，默认只扫这个文件夹的直接文件，不进子文件夹；要连子目录一起扫，加 -r。

扫一个文件夹（默认只看本层）

# 扫「文稿」文件夹本层里 ≥50MB 的真实 Keynote
42md tools scan ~/Documents --type keynote --min-size 50MB

--type 限定类型（不写就列出所有受支持的文件，一次多个用逗号分隔），--min-size 聚焦大文件：

# 找 ≥20MB 的 PDF
42md tools scan ~/Documents --type pdf --min-size 20MB

# 一次找 PDF 和图片
42md tools scan ~/Downloads --type pdf,image

扫整棵目录树（加 -r）

文件分散在一层层子文件夹里、想盘点整个目录树甚至整个用户目录时，加 -r 递归：

# 递归扫整个文稿库，含所有子文件夹
42md tools scan ~/Documents --type keynote --min-size 50MB -r

# 盘点整个用户目录里的大演示稿
42md tools scan ~ --type keynote --min-size 50MB -r

只想扫到固定层数，用 --max-depth N（0 等于默认的只看本层）。系统应用数据、回收站等目录会自动跳过，不用担心扫到一堆无关文件。

导出清单：贴笔记 / 导表格 / 喂程序

默认终端只给摘要（总数、总体积、体积排前的十几个）。要完整清单，用 --format：

# 贴进笔记：Markdown 表格
42md tools scan ~/Documents --type pdf --min-size 20MB -r --format md

# 导进表格软件：CSV
42md tools scan ~/Pictures --type image --min-size 5MB -r --format csv

# 喂给脚本 / AI：JSON
42md tools scan ~/Documents --type keynote -r --format json

接给下一步：-0 管道

想把扫到的文件直接交给别的命令，用 -0：把有效文件的路径以空字符分隔输出（自动跳过损坏件，能正确处理带空格和中文的路径），再用 xargs 拼接：

42md tools scan ~/Documents --type pdf --min-size 50MB -r -0 \
  | xargs -0 -n1 42md tools compress

清单在手，接下来做什么都心里有数：要转 Markdown、要归档腾空间、或把其中的大 PDF / 图片交给 compress 批量瘦身，都一目了然。scan 负责盘点，其它命令负责动手。

小技巧：

  • Windows 上把 ~/Documents 换成 ~\Documents 或 %USERPROFILE%\Documents。

五、实际演示：盘点一台塞了几年的 Mac

想给整台 Mac 的演示稿腾空间，先不急着动手，用 scan 看清楚有多少、多大、有没有混进来的坏东西：

$ 42md tools scan ~ --type keynote --min-size 50MB -r
共 216 个文件，合计 48.2 GB
  其中 3 个非法/损坏（-0 输出会自动跳过）
  最大的 15 个：
    282.0 MB  keynote   ~/Documents/课程/情绪课ch08.key
    203.0 MB  keynote   ~/Documents/直播/直播课件.key
    198.4 MB  keynote   ~/Movies/项目/年会现场.key
    …
  …还有 201 个未显示。完整清单：--format md（表格）/ csv / json

一屏就看清了全局：216 份大演示稿、合计 48 GB，其中 3 个文件虽然挂着 .key 后缀，却不是真的 Keynote（混进来的网站证书私钥、下载坏掉的文件），被标成损坏、不会被误当成演示稿处理。

想要完整清单存档或继续分析，导出一份就好：

$ 42md tools scan ~ --type keynote --min-size 50MB -r --format md
| 文件 | 类型 | 大小(MB) | 校验 |
|---|---|---:|---|
| ~/Documents/课程/情绪课ch08.key | keynote | 282.0 | ✓ |
| ~/Downloads/server.key | keynote | 1.2 | ✗损坏 |
| … | | | |

共 216 个，合计 48.2 GB。

清单在手，心里就有数了：哪些是真要处理的大文件、哪些是该单独清理的冒牌货，一目了然。接下来要转 Markdown、归档，或把其中的大 PDF / 图片交给 compress 批量瘦身（坏文件会自动跳过），都有的放矢，详见inspect 与 compress。

六、常见问题

scan 会改我的文件吗？

不会。scan 只是「找文件、列清单」，不改、不删、不移动任何东西。要处理是另一步——比如把目录交给 compress 瘦身，而瘦身也是另存新文件、不动原件。

为什么按扩展名搜会出问题，scan 不会？

.key、.pdf 这些后缀可能名不副实（比如 .key 其实是网站证书私钥，或文件下载损坏）。scan 看的是文件的真实身份，在清单里把真假、损坏都标出来；用 -0 导出或交给 compress / inspect 时，只有有效文件会被传下去，坏文件自动跳过。

扫出几万个文件，终端不会刷屏吗？

不会。默认只显示总数、总体积和体积排前的十几个，一屏看完。想要完整清单，用 --format md / csv / json 导出成文件再慢慢看。

支持哪些类型？

keynote、pdf、image、audio、office（Word/Excel/PPT 等）、ebook（EPUB 等）、markdown、web。可以一次指定多个，用逗号分隔。

Windows、Linux 能用吗？

能。路径写法自动适配，~ 也会自己展开（Windows 上也可用 %USERPROFILE%）。系统应用数据、回收站等目录会自动跳过。

清单能给别的程序用吗？

可以。--format json 输出结构化清单，适合喂给脚本或 AI；--format csv 导进表格；--format md 贴进文档；-0 把路径直接接给别的命令。

七、立即体验

# 安装 / 更新
curl -fsSL https://42md.cc/mac | bash
irm https://42md.cc/win | iex

# 盘点一个文件夹本层，看有哪些大文件
42md tools scan ~/Documents --type keynote --min-size 50MB

# 递归整棵目录树，导出完整清单存档
42md tools scan ~/Documents --type keynote --min-size 50MB -r --format md

系列回顾

活水 AI 实验室（42ailab） — 探索智能边界的 AI 创新实验室，以认知科学为基石，推动 AI 与人类智能的深度融合，真正理解并增强智能 —— 碳基的，也是硅基的。

活水MD（42md） — 活水 AI 实验室出品的高性能 Markdown 处理工具。AI 时代的 Markdown，一站式处理：42+ 种格式一行转 Markdown，还支持翻译、摘要、导出等十余种知识工具，并支持知识编译、流程编排、本地引擎与 Agent 调用。