# 磁盘目录大小统计工具

**Repository Path**: ys_lzz/disk-directory-size-analyzer

## Basic Information

- **Project Name**: 磁盘目录大小统计工具
- **Description**: 一款 Windows 平台下的磁盘目录大小统计工具，支持**本地规则引擎 + LLM 大模型**双重识别目录用途，可视化展示各目录占用情况，帮助你快速找出磁盘空间被谁占用。

- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-29
- **Last Updated**: 2026-07-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 磁盘目录大小统计工具 - 智能识别版

一款 Windows 平台下的磁盘目录大小统计工具，支持**本地规则引擎 + LLM 大模型**双重识别目录用途，可视化展示各目录占用情况，帮助你快速找出磁盘空间被谁占用。

---

## 功能特性

### 核心功能
- **目录大小统计**：递归扫描指定目录下所有子目录大小并按大小排序
- **大文件支持**：自动适配 B / KB / MB / GB / TB 单位
- **跳过无权限**：自动跳过无权限访问的目录和文件，显示跳过数
- **实时进度**：扫描时实时显示当前目录、进度条、预估剩余

### 智能识别
- **本地规则引擎**：基于关键词匹配（`.git`、`.vscode`、`Documents` 等 18+ 类目），零网络依赖即可识别常见目录
- **LLM 大模型识别**：调用大模型 API 分析每个目录的用途，并给出简短的描述
- **混合识别**：先用 LLM 批量识别，未识别的用本地规则兜底
- **置信度分级**：本地规则按精确度分 4 个等级（精确匹配 0.95 / 子串匹配 0.75 / 路径匹配 0.50）

### UI / 交互
- **Tkinter 原生 GUI**：双击 exe 直接运行，无需安装 Python
- **实时日志面板**：所有 LLM 调用、扫描进度、错误信息实时输出
- **两行统计栏**：总大小、子目录数、跳过数、耗时、识别进度、平均大小、最大目录、扫描时间范围
- **三种停止方式**：
  - 「停止」按钮：保留结果，可继续/重置
  - 「重置」按钮：清空一切回到初始状态
  - 识别断点续传：停止后再次点识别，自动跳过已识别目录

### LLM 多厂商支持
按官方 OpenAI 兼容调用方式预置 8 家厂商 + 自定义：MiniMax、DeepSeek、OpenAI、Anthropic（需代理）、月之暗面 Kimi、智谱 GLM、通义千问 Qwen、豆包 Doubao。

---

## 使用方法

### 方式一：直接运行 exe（推荐）
1. 下载 [DiskDirSize.exe](dist/DiskDirSize.exe) 和 [config.json](dist/config.json)
2. 放在**同一目录**下
3. 双击 `DiskDirSize.exe` 运行

### 方式二：从源码运行
```bash
python check_dir_size.py
```
需要 Python 3.8+，仅依赖标准库。

---

## LLM 配置

### 快速开始
1. 启动程序 → 点击右上角「⚙️ LLM配置」
2. 选择厂商（如「DeepSeek」），URL 会自动填入
3. 选择模型（如 `deepseek-chat`）
4. 填入 API Key
5. 勾选「启用 LLM」→ 保存

### 各厂商对照表

| 厂商 | URL（OpenAI 兼容完整端点） | 推荐模型 | 国内直连 |
|---|---|---|---|
| **MiniMax** | `https://api.minimaxi.com/v1/chat/completions` | `MiniMax-M3`、`M2.7`、`M2.5` | ✅ |
| **DeepSeek** | `https://api.deepseek.com/chat/completions` | `deepseek-v4-pro`、`deepseek-v4-flash` | ✅ |
| **月之暗面 Kimi** | `https://api.moonshot.cn/v1/chat/completions` | `kimi-k3`、`kimi-k2.7-code` | ✅ |
| **智谱 GLM** | `https://open.bigmodel.cn/api/paas/v4/chat/completions` | `glm-5.2`、`glm-4.7-flash` | ✅ |
| **通义千问** | `https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions` | `qwen3.7-max`、`qwen3.5-flash` | ✅ |
| **豆包** | `https://ark.cn-beijing.volces.com/api/v3/chat/completions` | `doubao-seed-2-1-pro-260628` | ✅ |
| **OpenAI** | `https://api.openai.com/v1/chat/completions` | `gpt-4o-mini` | ❌ |
| **Anthropic** | `https://api.anthropic.com/v1/messages` | `claude-sonnet-5` | ❌ 需代理 |

> Anthropic 官方 API 不兼容 OpenAI 协议（需 `x-api-key` 鉴权），建议通过兼容代理使用。

### 直接编辑 config.json
也可以手动修改 exe 同目录下的 [config.json](dist/config.json)：
```json
{
  "llm_enabled": true,
  "llm_provider": "deepseek",
  "llm_api_url": "https://api.deepseek.com/chat/completions",
  "llm_api_key": "sk-xxx",
  "llm_model": "deepseek-chat",
  "llm_disable_thinking": true
}
```

---

## 常见问题

### Q: 停止后怎么继续识别？
A: 直接再次点「🔍 智能识别目录用途」按钮，**已识别的目录会自动跳过**，只识别剩余部分（断点续传）。

### Q: 怎么完全重置？
A: 点「🔄 重置」按钮，会清空日志、表格、统计信息和识别结果。

### Q: 默认扫描哪个目录？
A: 启动时默认填 `C:/`，**可手动改成任意路径**（支持 `D:\`、网络盘等）。扫描 C 盘会较慢，强烈建议先在「浏览...」中选子目录。

### Q: LLM 调用失败怎么办？
A: 打开「🧪 测试连接」按钮，UI 日志会显示详细错误。常见原因：
- API Key 错误 → 检查 key 复制是否完整
- 余额不足 → 到对应厂商控制台充值
- 路径错误 → 在配置中改用下拉框选厂商，URL 会自动填入
- 网络问题 → 国内外厂商切换测试

### Q: LLM 响应里有 `<think>` 标签导致解析失败？
A: 程序已自动处理（正则去除）。如仍有问题，可在 `config.json` 中确认 `"llm_disable_thinking": true`。

### Q: 打包后 config.json 找不到？
A: 必须把 `config.json` 和 `DiskDirSize.exe` 放在**同一目录**下。

---

## 自行打包

```bash
# 安装 PyInstaller
pip install pyinstaller

# 打包（生成 dist/DiskDirSize.exe）
python -m PyInstaller --noconfirm --onefile --windowed --name "DiskDirSize" check_dir_size.py

# 复制 config.json 到 dist 目录
copy config.json dist\config.json
```

打包参数说明：
- `--onefile`：打包成单个 exe
- `--windowed`：不显示控制台窗口
- `--name`：exe 文件名

---

## 项目结构

```
wx/
├── check_dir_size.py      # 主程序
├── config.json            # LLM 配置文件
├── README.md              # 本文档
├── build/                 # PyInstaller 临时目录
├── dist/                  # 打包输出
│   ├── DiskDirSize.exe    # 主程序
│   └── config.json        # 配置文件
└── 磁盘目录大小统计工具.exe   # 旧版 exe（可删除）
```

---

## 技术要点

- **多线程架构**：扫描和识别都在后台线程，UI 主线程通过 `queue.Queue` 接收消息，避免界面卡死
- **批量日志刷新**：所有日志消息先入 `ui_buffer`，主线程以 200ms 间隔批量刷新 UI
- **节流机制**：进度条按 200ms 节流刷新，避免频繁触发重绘
- **OpenAI 兼容协议**：使用 `urllib.request` 裸调 HTTP，零依赖，支持任何 OpenAI 兼容 API
- **JSON 解析容错**：自动去除 `<think>` 标签、markdown 代码块、智能提取最大 JSON 对象
- **断点续传**：识别时复用已有结果，跳过已识别目录

---

## 许可

仅供学习和个人使用。