Fájdalompont: hogyan hízik fel a 256 GB-os Mac “Rendszeradat” tárhelye 100 GB fölé

Minden régi Mac-tulajdonosnak van egy közös rémálma: az “Erről a Macről” ablakban az a szürke “Rendszeradat” sor, ami makacsul mutat 30-50-100 GB-ot, és fogalmad sincs, mi van benne. A 256 GB-os belépő MacBook Air a legrosszabb — a rendszer megeszi a felét, telepítesz pár fejlesztőeszközt, és egy új Xcode-verzió telepítése előtt már törölnöd kell valamit.

A gyorsítótár három helyen rejtőzik: LarkShell, Chrome, terminál-eszközlánc. A LarkShell aha mappa az összes megnézett dokumentumot eltárolja — valakinél 42 GB-nál tartott (a projekt README szerint); a Chrome Service Worker és debug adat 50 GB fölé is mehet (az eredeti poszt mérése); a Python-fejlesztők ~/.cache/uv mappája csendben lenyel 56 GB-ot (az eredeti poszt mérése). Ha hozzáveszed a Telegram médiatárat, npm cache-t, Homebrew letöltési mappát, egy 1-2 éves fejlesztőgépen a 100 GB gyorsítótár a normális.

A gond az, hogy ezeknek a fele szemét, a fele állapot. A LarkShell dokumentum-gyorsítótárat törlöd, semmi baj — de ugyanabban a mappában a bejelentkezési állapotot tartalmazó fájlokat törlöd, és újra QR-kódot kell scanelned. A Chrome Service Worker törölhető, de a mellette lévő IndexedDB-t törlöd, és a webalkalmazás adatai mennek a kukába. A hagyományos takarítószoftverek csak listázzák, “melyik mappa nagy”, de nem tudják megítélni, “mit lehet törölni”.

A megoldás pedig fáj — az Apple SSD-je a főlapra van forrasztva, 256-ról 512 GB-ra a hivatalos felár 150 000 Ft, egy szinttel feljebb általában százezer forint feletti összeg. Ezt a pénzt nem kellett volna kifizetned.

Lehetőség: bízzuk az AI-ra a “törölhető vagy sem” döntést

A Disk Raccoon (magyarul kb. “Lemez-mosómedve”) nevű nyílt forráskódú projekt lényege: a “mit lehet törölni, mit nem szabad” kérdést egy strukturált gyorsítótár-térképpé alakítja, majd az AI programozási asszisztens e szerint dolgozik. Ez nem egy újabb takarítóprogram, hanem egy Skill, amit Claude Code-ba, Colába vagy más AI programozási asszisztensbe telepítesz — gondolj rá úgy, mint egy kiegészítő képességcsomagra, ami megtanítja az AI-nak, hogyan kezelje az ilyen feladatokat. Annyit mondasz az agentnek: “nézd meg a gyorsítótárat”, és indul a munka.

A projekt a GitHubon: https://github.com/orange2ai/disk-raccoon, MIT licenc, jelenleg 11 csillag (az eredeti poszt szerint, függetlenül nem ellenőriztem), utolsó frissítés 2026 augusztus végén (az eredeti poszt szerint, nem ellenőriztem). A hivatalos leírás magáért beszél: “macOS gyorsítótár-tisztító Agent: előbb mos, aztán eszik. Gyorsítótár-térkép + háromlépcsős biztonsági szint, csak azt törli, amit lehet. Első éles futás: 135 GB felszabadítva egy éjszaka alatt.”

Az “előbb mos, aztán eszik” hasonlat a mosómedve természetéből jön — ez az egyetlen állat, ami evés előtt megmossa a táplálékát. Nem nem eszik, csak nem vakmerően eszik. Ez pontosan a macOS-takarítás alapdilemmája: a nagy nem biztos, hogy törölhető; a törölhető nem biztos, hogy nagy. A hagyományos eszközök csak az első felét oldják meg, a mosómedve a másodikat.

Mellesleg: AI Skill telepítése önmagában is szolgáltatási képesség — ha valakinek kitisztítod a gépét 8 000-15 000 Ft-ért, az eszköz kész, a maradék a tiéd.

Útvonal: háromlépcsős biztonsági szint + gyorsítótár-térkép

A Disk Raccoon munkafolyamata három lépésre bontható, mindegyiknél egyértelmű biztonsági korlátokkal.

1. lépés: Mole-lal átvizsgálni a lemezt, megtalálni a nagy mappákat

A Mole egy másik nyílt forráskódú eszköz, kifejezetten nagy mappák keresésére — a mosómedve “szemének” tekintheted. Nélküle a mosómedve nem tudja, hova nézzen. A Mole kilistázza a lemezen lévő nagy mappákat — melyik könyvtár foglal 10, 20, 50 GB-ot, egy pillantás alatt látható. Ez a “lelet” — megmondja az AI-nak, hova érdemes odanézni. Mole nélkül is használható, csak lassabb és vakabb.

2. lépés: az AI a gyorsítótár-térkép alapján ítélkezik

A mosómedve tartalmaz egy references/cache-map.md fájlt, minden gyorsítótár-útvonal mellett ott a biztonsági szint. Íme egy valódi részlet:

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

## ~/.cache/uv
- Szint: ✅ nyugodtan törölhető
- Típus: Python csomag-gyorsítótár
- Megjegyzés: az uv install automatikusan újraépíti, nem érinti a projekteket

## ~/Library/Application Support/LarkShell/aha/profile_explorer
- Szint: ⚠️ óvatosan törölhető
- Típus: LarkShell dokumentum-gyorsítótár
- Megjegyzés: csak a profile_explorert töröld, a profile_main bejelentkezési állapotot tartalmaz

## ~/Library/Application Support/Google/Chrome/Default/Service Worker
- Szint: ✅ nyugodtan törölhető
- Típus: PWA offline gyorsítótár
- Megjegyzés: a böngésző automatikusan újraépíti

Mi van, ha egy útvonal nem szerepel a térképen? A mosómedve stratégiája: “amíg nem tudom, nem nyúlok hozzá”. Rábízza az AI-ra, hogy minden ismeretlen mappáról kiderítse, melyik alkalmazáshoz tartozik, mit tárol, mi történik törléskor — aztán listát készít a felhasználónak jóváhagyásra.

3. lépés: alapértelmezetten csak olvasás, a sudo a felhasználóé

A biztonsági tervezésnél a mosómedve néhány kemény szabályt követ:

• Alapértelmezetten csak olvasás: az első körben csak néz, nem töröl, riportot készít.
• Visszaállíthatóság elsőbbsége: ami mehet a Kukába, az ne kerüljön azonnal rm -rf alá.
• Előbb kilép, aztán takarít: ha egy app még fut, bezárja, nehogy törlés közben újraépítse a fájlokat.
• sudo nálad van: rendszerszintű törléshez csak parancsot generál, futtatni neked kell.

Miért ér többet az alapértelmezett olvasás, mint az egygombos takarítás? Egy véletlenül törölt csevegési előzmény vagy projektfüggőség visszaállítási költsége messze meghaladja azt a pár tíz GB-ot, amit egyszer megnyertél. A CleanMyMac-féle “egy gombbal szkennel + egy gombbal töröl” dizájn lényegében a felhasználóra hárítja a döntés felelősségét — mered megnyomni a “mindet törli” gombot? A legtöbben nem. A mosómedve a döntést az AI-ra bízza, neked csak a végső listán kell bólintanod vagy ráznod a fejed — a döntési költség a minimumra csökken.

Esettanulmány: így jött össze a 135 GB

Az eredeti poszt szerzőjének nyilvános beszámolója szerint az első futás három legnagyobb tétele:

Ez a 135 GB az Apple hivatalos SSD-felárán átszámolva nagyjából egy 512 GB-os MacBook bővítési költsége — 150 000 Ft. Ha egy takarítás 100 GB-ot hoz, az használatonként kb. 110 000 Ft megtakarítást jelent. Az eset tipikussága abban rejlik, hogy lefedi a három leggyakoribb “lemezgyilkost”: fejlesztői eszközlánc (uv), böngésző (Chrome), irodai szoftver (LarkShell). Egy Python-fejlesztő + LarkShell + Chrome nehézsúlyú felhasználó kombináció a fejlesztői szféra standard felállása. Ha te is ilyen vagy, a lemezeden nagy eséllyel lapul hasonló 100 GB+ gyorsítótár — egy futással reprodukálhatod ezt a mennyiséget.

Miért nem oldja meg ezt egyetlen hagyományos takarító sem

A piacon nincs hiány Mac-takarítókból — a CleanMyMac, DaisyDisk, OmniDiskSweeper mind régi motorosok. De van egy közös vakfoltjuk: csak azt mondják meg, “mi nagy”, nem azt, “mit lehet törölni”.

Vegyük a LarkShell példáját: az aha mappa a Finderben szinte láthatatlan, több Library-szint mélyen rejtőzik. A CleanMyMac kiszínezi sárgára, de belépve csak egy csomó érthetetlen almappa — a felhasználó nem meri törölni. A Chrome esete még bonyolultabb: a Service Worker, IndexedDB, Cache Storage, Cookies különböző mechanizmusok, egyetlen rossz mozdulat, és a PWA offline adatai oda. A mosómedve megoldása: az AI “szemantikai ítéletet” hoz — ugyanabban az 50 GB-os Chrome mappában meg tudja különböztetni, mi a Service Worker (törölhető), mi az IndexedDB (eseti), mi a bejelentkezési állapot (nem nyúlunk hozzá). A CleanMyMac kiszínezi az 50 GB-os LarkShell-gyorsítótárat, de nem magyarázza el — a mosómedve egyenesen megmondja, melyik 30 GB törölhető és melyik 20 GB a bejelentkezési állapot. Ezért nem oldja meg a CleanMyMac 40 dolláros éves előfizetése sem — a szabály-alapú motor nem érti az útvonalak szemantikáját, az LLM-ek adják meg először a takarítóeszközöknek az “olvasási képességet”.

Cselekvésre ösztönzés: ma este telepítsd a mosómedvét az agentedbe

Ha Mac-et használsz, a lemez rendszeresen tele van, és nem akarsz 150 000 Ft-ot fizetni a bővítésért, kövesd ezt a három lépést:

1. lépés: Skill telepítése

1

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

Minden SKILL.md protokollt támogató agent működik vele — Claude Code, Cola, mind.

2. lépés: Mole-lal egy gyors “lelet”

Futtass egy Mole-átvizsgálást, hogy megtaláld a nagy mappákat, aztán jöjjön a mosómedve ítélkezni. Két eszköz: egyik a “szkennel”, másik a “dönt” — tiszta munkamegosztás.

3. lépés: beszélj az agenthez

Nem kell bonyolult parancs — mondd azt: “nézd meg a gyorsítótárat” vagy “telik a lemez, mit lehet törölni”, az agent a gyorsítótár-térkép alapján tételes listát ad. A listára bólintasz, és mehet a törlés; rázod a fejed, és kihagyja.

A gyorsítótár-térkép élő — a projekt szerzője a README-ben kéri, hogy nyiss issue-t vagy PR-t, ha új útvonalat találtál. Csatold az útvonalat, a méretet és az alkalmazást — egyetlen takarítással akár 150 000 Ft-ot spórolhatsz meg a következő felhasználónak.