Le problème : comment le « Système » d’un Mac 256 Go gonfle à 100 Go

Tous les vieux utilisateurs de Mac partagent le même cauchemar — la zone grise « Données système » dans « À propos de ce Mac » qui avale 40, 80, 100 Go sans jamais dire ce qu’elle contient. Le MacBook Air 256 Go d’entrée de gamme encaisse le pire : le système bouffe la moitié, tu installes quelques outils de dev, et il ne reste plus assez de place pour une nouvelle version de Xcode sans devoir supprimer des trucs avant.

Le cache se planque dans trois endroits : Lark, Chrome, la chaîne d’outils dev. Le dossier LarkShell/aha de Lark met en cache tous les documents que tu as ouverts — certains utilisateurs accumulent 42 Go sans s’en rendre compte (selon le README du projet). Le Service Worker de Chrome plus ses données de debug peut gonfler à plus de 50 Go (mesure du post source). Le ~/.cache/uv des devs Python grignote tranquillement 56 Go, c’est banal (mesure du post source). Ajoute le cache média Telegram, le cache npm, le dossier téléchargements Homebrew, et une machine de dev utilisée un an ou deux affiche 100 Go de cache en routine.

Le piège : la moitié de ce cache est du déchet, l’autre moitié c’est de l’état. Le cache des documents Lark, tu peux le supprimer. Mais le fichier de session de login dans le même dossier, si tu le touches, tu rescannes le QR code. Le Service Worker de Chrome, OK pour le supprimer. L’IndexedDB à côté, si tu y touches, tes données d’apps web sont mortes. Les outils de nettoyage classiques listent les « gros dossiers » mais ne jugent jamais « ce qui est supprimable ».

Et la solution officielle fait mal : le SSD Apple est soudé à la carte mère. Passer de 256 à 512 Go coûte 1500 € chez Apple, et chaque palier ajoute facilement quatre chiffres. Cette somme, tu peux ne pas la sortir.

L’opportunité : déléguer à l’IA le jugement « supprimable ou pas »

Disk Raccoon (le « raton du disque ») part d’une idée simple : transformer « quel cache se supprime, lequel on ne touche pas » en une carte du cache structurée, puis laisser l’assistant IA de code suivre la carte. Ce n’est pas un énième logiciel de nettoyage — c’est un Skill à installer dans Claude Code, Cola ou autre agent IA. Imagine un module外挂 greffé sur ton assistant : tu lui dis « regarde mon cache », il bosse.

Le repo est sur GitHub : https://github.com/orange2ai/disk-raccoon, licence MIT, 11 étoiles au compteur (selon le post source, non vérifié indépendamment), dernière mise à jour fin août 2026 (idem). Sa description officielle est cash : « Agent de nettoyage cache macOS : laver avant de manger. Carte du cache + trois niveaux de sécurité, on ne supprime que ce qui peut l’être. Première mission terrain : 135 Go libérés en une nuit. »

Le « laver avant de manger » vient du comportement du raton laveur — seul animal qui nettoie sa nourriture avant de la manger. Il ne refuse pas de manger, il ne mange pas n’importe quoi. Ça colle pile au dilemme du nettoyage macOS : gros ne veut pas dire supprimable, supprimable ne veut pas dire gros. Les outils classiques ne gèrent que la première moitié. Le raton gère la deuxième.

Petit bonus : savoir installer un Skill IA, c’est une compétence monétisable. Tu factures 50 € pour nettoyer le Mac d’un client, l’outil est prêt à l’emploi, ta marge c’est ton temps.

La méthode : trois niveaux de sécurité + carte du cache

Le workflow de Disk Raccoon se découpe en trois étapes, chacune avec ses garde-fous.

Étape 1 : scanner avec Mole pour repérer les gros dossiers

Mole est un autre outil open source dédié au scan de gros dossiers — les « yeux » du raton. Sans Mole, le raton ne sait pas où regarder. Mole liste les dossiers qui pèsent 10, 20, 50 Go. C’est le « bilan de santé » qui dit à l’IA où concentrer son attention. Ça marche sans Mole, mais l’IA scanne à l’aveugle et plus lentement.

Étape 2 : l’IA juge chaque entrée selon la carte du cache

Le raton embarque un fichier references/cache-map.md où chaque chemin de cache a son niveau de sécurité. Extrait réel :

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

## ~/.cache/uv
- Niveau : ✅ supprimable
- Type : cache de paquets Python
- Note : uv install reconstruit automatiquement, aucun impact sur les projets

## ~/Library/Application Support/LarkShell/aha/profile_explorer
- Niveau : ⚠️ prudence
- Type : cache documents Lark
- Note : supprimer uniquement profile_explorer, profile_main contient la session

## ~/Library/Application Support/Google/Chrome/Default/Service Worker
- Niveau : ✅ supprimable
- Type : cache hors-ligne PWA
- Note : le navigateur reconstruit automatiquement

Et pour un chemin absent de la carte ? La règle du raton : « vérifier d’abord, ne pas toucher si doute ». L’IA cherche à quelle app appartient le dossier, ce qu’il stocke, ce qui se passe si on supprime, puis soumet une liste à validation.

Étape 3 : lecture seule par défaut, sudo délégué à l’utilisateur

Côté sécurité, le raton impose des règles dures :

• Lecture seule par défaut : premier passage, on regarde, on ne supprime rien.
• Récupérable d’abord : corbeille plutôt que rm -rf direct.
• App fermée avant d’agir : si l’app tourne encore, on la quitte, sinon le cache se reconstruit pendant la suppression.
• sudo délégué : les suppressions système génèrent juste la commande, c’est toi qui l’exécutes.

Pourquoi lecture seule vaut mieux que « nettoyage en un clic » ? Le coût de récupération après une mauvaise suppression (historique de chat, dépendances de projet) écrase largement les quelques minutes gagnées sur un nettoyage agressif. Le design « scan + nettoyage en un clic » de CleanMyMac transfère le coût de décision sur l’utilisateur — tu oses cliquer « tout nettoyer » ? La plupart n’osent pas. Le raton laisse l’IA décider, l’utilisateur valide ou refuse la liste finale. Coût de décision minimal.

Cas concret : les 135 Go, ligne par ligne

Selon le retour terrain publié par l’auteur du post source, la première session a libéré trois gros morceaux :

Ces 135 Go, convertis au tarif Apple, équivalent à l’upgrade vers un MacBook 512 Go — 1500 € économisés. Sur la base de 100 Go libérés par session, chaque utilisation vaut environ 1100 €. La valeur de ce cas : il couvre les trois « tueurs de disque » les plus courants — chaîne dev (uv), navigateur (Chrome), suite bureautique (Lark). Un dev Python + utilisateur Lark + utilisateur Chrome intensif, c’est la config standard du milieu. Si tu matches ce profil, ton disque cache probablement 100 Go+ similaires — un passage du raton devrait reproduire le même ordre de grandeur.

Pourquoi les outils classiques ne résolvent rien ici

Le marché regorge de logiciels de nettoyage Mac : CleanMyMac, DaisyDisk, OmniDiskSweeper, tous des vétérans. Mais ils partagent le même angle mort : ils disent « ce qui est gros », jamais « ce qui est supprimable ».

Exemple Lark : le dossier LarkShell/aha est quasi invisible dans Finder, planqué sous plusieurs couches de Library. CleanMyMac le signale en jaune, mais en dessous tu as une tripotée de sous-dossiers illisibles — l’utilisateur n’ose pas toucher. Chrome c’est pire : Service Worker, IndexedDB, Cache Storage, Cookies relèvent de mécanismes différents, une erreur de suppression et tes données PWA hors-ligne disparaissent.

Le raton mise sur le jugement sémantique de l’IA. Sur 50 Go de Chrome, l’IA distingue Service Worker (supprimable), IndexedDB (au cas par cas), session de login (intouchable). CleanMyMac affiche 50 Go de cache Lark en jaune sans expliquer ; le raton te dit quels 30 Go partent et quels 20 Go sont la session. Voilà pourquoi CleanMyMac à 40 $/an ne règle pas le problème — un moteur de règles ne comprend pas la sémantique des chemins. C’est la première fois qu’un LLM donne à un outil de nettoyage une vraie capacité de lecture.

Appel à l’action : installe le raton ce soir

Si tu tournes sur Mac, que ton disque rouspète, et que les 1500 € d’upgrade te rebutent, suis ces trois étapes :

Étape 1 : installer le Skill

1

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

Tout agent compatible SKILL.md fonctionne : Claude Code, Cola, etc.

Étape 2 : coupler avec Mole pour le bilan

Lance Mole d’abord pour repérer les gros dossiers, puis laisse le raton juger ce qui part.分工 claire : Mole scanne, le raton décide.

Étape 3 : parler à ton agent

Pas besoin de commandes compliquées. Dis « regarde mon cache » ou « mon disque est plein, qu’est-ce qu’on peut nettoyer ? », l’agent suit la carte et te sort une liste. Tu valides, il supprime. Tu refuses, il saute.

La carte du cache est vivante — l’auteur appelle dans le README à ouvrir des issues ou PR pour ajouter les chemins découverts. Un chemin, une taille, l’app concernée, et tu fais peut-être économiser 1500 € au prochain utilisateur.