El dolor: cómo el “Datos del sistema” de un Mac de 256G llega a 100G

Quien tenga un Mac viejo conoce la pesadilla: el “Datos del sistema” gris en “Acerca de este Mac”, que se come 50, 80, 100 GB sin explicar qué hay dentro. El MacBook Air de 256 GB de entrada lo sufre especialmente: el sistema se come la mitad, sumas unas herramientas de desarrollo y ya no te queda espacio ni para instalar una versión nueva de Xcode sin borrar algo antes.

La caché se esconde en tres sitios: Lark, Chrome y la cadena de herramientas del terminal. El directorio LarkShell/aha de Lark cachea todos los documentos que has abierto — hay quien acumula 42 GB sin darse cuenta (según el README del proyecto). El Service Worker de Chrome más los datos de depuración puede pasar de 50 GB (medición del post original). El ~/.cache/uv que usa cualquier dev de Python se traga tranquilamente 56 GB (medición del post original). Súmale la caché de medios de Telegram, la de npm y la carpeta de descargas de Homebrew, y un equipo de desarrollo con uno o dos años de uso tiene 100 GB de caché como algo normal.

El problema es que la mitad de esa caché es basura y la otra mitad es estado. La caché de documentos de Lark se puede borrar sin problema, pero los archivos de sesión que viven en el mismo directorio obligan a escanear el QR de nuevo. El Service Worker de Chrome se puede borrar, pero el IndexedDB de al lado contiene datos de la app web. Las herramientas clásicas de limpieza solo te dicen “qué carpetas son grandes”, pero no saben decirte “cuáles se pueden borrar”.

Y la solución duele más: el SSD de Apple va soldado a la placa. Pasar de 256 GB a 512 GB cuesta oficialmente €170, y subir un escalón suele pasar de los cien euros. Ese dinero no hacía falta gastarlo.

La oportunidad:外包ar a la IA la decisión de “qué se puede borrar”

Disk Raccoon (硬盘小浣熊) es un proyecto open source cuya idea central es convertir “qué caché se puede borrar y qué no se toca” en un mapa de caché estructurado, y dejar que el asistente de programación IA lo siga al pie de la letra. No es un limpiador más: es un Skill que se instala en asistentes como Claude Code o Cola — piensa en él como un paquete de habilidades外挂 para tu agente, que le dice cómo actuar ante este tipo de tareas. Tú le dices “échame un ojo a la caché” y empieza a currar.

El proyecto está en GitHub: https://github.com/orange2ai/disk-raccoon, licencia MIT, 11 estrellas ahora mismo (según el post original, sin verificar de forma independiente), última actualización a finales de agosto de 2026 (según el post original, sin verificar). Su descripción oficial lo dice claro: “Agente de limpieza de caché para macOS: lava antes de comer. Mapa de caché + tres niveles de seguridad, solo borra lo que se puede borrar. Primera ejecución real: 135 GB liberados en una noche.”

La metáfora de “lava antes de comer” viene de la costumbre del mapache — es el único animal que lava la comida antes de comérsela. No es que no coma, es que no come a lo loco. Eso encaja con la contradicción central de limpiar macOS: lo grande no siempre se debe borrar, y lo que se debe borrar no siempre es grande. Las herramientas tradicionales solo resuelven la primera parte; Raccoon resuelve la segunda.

De paso, saber instalar un AI Skill ya es una habilidad para facturar — cobrar 30 € por limpiarle el disco a alguien con la herramienta ya montada es dinero casi gratis.

El método: tres niveles de seguridad + mapa de caché

El flujo de Disk Raccoon se divide en tres pasos, cada uno con su barrera de seguridad.

Paso 1: Mole escanea el disco y localiza las carpetas grandes

Mole es otra herramienta open source, pensada para localizar carpetas grandes. Es los “ojos” de Raccoon — sin él, Raccoon no sabe dónde mirar. Mole se encarga de listar las carpetas gordas del disco — qué directorios ocupan 10, 20, 50 GB, todo a la vista. Este paso es el “informe médico”: le dice a la IA dónde tiene que mirar. Se puede usar Raccoon sin Mole, pero sin ese informe el agente va a ciegas y tarda más.

Paso 2: la IA revisa el mapa de caché y decide

Raccoon trae un references/cache-map.md interno donde cada ruta de caché lleva su nivel de seguridad. Así lucen las entradas reales:

1
2
3
4
5
6
7
8
9
10
11
12
13
14

## ~/.cache/uv
- Nivel: ✅ borrar tranquilo
- Tipo: caché de paquetes Python
- Nota: uv install la reconstruye solo, no afecta al proyecto

## ~/Library/Application Support/LarkShell/aha/profile_explorer
- Nivel: ⚠️ borrar con cuidado
- Tipo: caché de documentos de Lark
- Nota: borrar solo profile_explorer; profile_main contiene la sesión

## ~/Library/Application Support/Google/Chrome/Default/Service Worker
- Nivel: ✅ borrar tranquilo
- Tipo: caché offline de PWA
- Nota: el navegador la reconstruye solo

¿Y si la ruta no está en el mapa? La política de Raccoon es “investiga primero, y si no tienes claro, no toques”. Hace que la IA averigüe a qué app pertenece cada directorio, qué guarda y qué pasa si se borra, y luego pasa una lista al usuario para confirmar.

Paso 3: solo lectura por defecto, el sudo lo decides tú

En seguridad, Raccoon tiene reglas duras:

• Solo lectura por defecto: la primera pasada solo mira, no borra; primero entrega el informe.
• Recuperable antes que destructivo: si cabe en la Papelera, no se hace un rm -rf directo.
• Cerrar antes de actuar: si la app sigue corriendo, se cierra antes para evitar que regenere mientras borras.
• El sudo es tuyo: los borrados a nivel de sistema solo generan el comando; lo ejecutas tú.

¿Por qué el modo solo lectura vale más que un botón de “limpiar todo”? El coste de recuperar un chat borrado o dependencias de un proyecto roto supera con creces el tiempo que ahorras con una limpieza agresiva. El diseño de CleanMyMac — “escanea y limpia en un clic” — básicamente te pasa a ti el coste de decidir: ¿te atreves a darle a “limpiar todo”? La mayoría no. Raccoon le pasa el juicio a la IA; tú solo asientes o niegas en la lista final. Coste de decisión mínimo.

Caso real: cómo salieron esos 135 GB

Según el registro público del autor del post original, la primera ejecución de Raccoon liberó tres grandes bloques:

Esos 135 GB, traducidos al precio oficial de Apple, equivalen a ahorrarte la ampliación a un MacBook de 512 GB — unos €170. A 100 GB por limpieza, cada uso vale unos €125. Lo típico de este caso es que cubre los tres grandes “asesinos del disco”: cadena de desarrollo (uv), navegador (Chrome) y software de oficina (Lark). Un dev de Python + usuario pesado de Lark + Chrome es la combinación estándar del mundillo. Si tú encajas ahí, casi seguro tienes 100 GB+ de caché escondidos — una pasada tuya debería reproducir cifras parecidas.

Por qué las herramientas clásicas no resuelven esto

No faltan limpiadores para Mac: CleanMyMac, DaisyDisk, OmniDiskSweeper son veteranos. Pero todos comparten el mismo punto ciego: te dicen “qué es grande”, no “qué se puede borrar”.

Lark es buen ejemplo: el directorio LarkShell/aha es casi invisible en Finder, escondido bajo varias capas de rutas en Library. CleanMyMac lo marca en amarillo, pero al abrirlo solo ves subcarpetas sin sentido y nadie se atreve a borrar. Chrome es aún más lioso: Service Worker, IndexedDB, Cache Storage y Cookies son mecanismos distintos; borras el que no es y pierdes los datos offline de la PWA.

La solución de Raccoon es usar la IA para el “juicio semántico”: ante 50 GB de Chrome, la IA distingue qué es Service Worker (borrable), qué es IndexedDB (según el caso) y qué es sesión (intocable). CleanMyMac marca los 50 GB de Lark en amarillo y no explica nada; Raccoon te dice qué 30 GB se pueden borrar y qué 20 GB son sesión. Por eso CleanMyMac cuesta 40 USD al año y no resuelve esto: un motor de reglas no entiende la semántica de las rutas. Es la primera vez que un LLM le da a un limpiador la capacidad de leer.

Llamada a la acción: instálale el mapache a tu agente esta noche

Si usas Mac, tu disco vive al límite y no quieres soltar €170 por ampliarlo, sigue estos tres pasos:

Paso 1: instala el Skill

1

git clone https://github.com/orange2ai/disk-raccoon ~/.claude/skills/disk-raccoon

Funciona con cualquier agente que soporte el protocolo SKILL.md: Claude Code, Cola, etc.

Paso 2: combínalo con Mole para el chequeo

Pasa Mole primero para localizar las carpetas grandes y luego deja que Raccoon decida qué se puede borrar. Uno escanea, el otro decide. Reparto claro.

Paso 3: habla con tu agente

Sin comandos raros: dile “échame un ojo a la caché” o “el disco está lleno, ¿qué puedo limpiar?”. El agente irá marcando según el mapa de caché. Asientes y limpia, niegas y se salta.

El mapa de caché es un documento vivo: el autor pide en el README que abras issues o PRs para añadir rutas nuevas que vayas descubriendo. Adjunta ruta, tamaño y app — tu limpieza de disco puede ahorrarle €170 al siguiente usuario.