Problem: jak „Dane systemowe” na Macu z 256 GB puchnie do 100 GB

Każdy użytkownik Maca zna ten koszmar — szare „Dane systemowe” w „Informacje o tym Macu”, które pożera 50, 80, czasem 120 GB, a ty nie wiesz, co tam siedzi. Na 256 GB MacBooku Air jest najgorzej — system zjada połowę, dojdzie Xcode, Docker, kilka IDE i już musisz coś usuwać, żeby zainstalować nową wersję narzędzia.

Cache czai się w trzech miejscach: komunikatory, przeglądarka, toolchain developerski. Katalog LarkShell/aha potrafi trzymać 42 GB dokumentów, które kiedyś otworzyłeś (wg README projektu). Service Worker Chrome’a razem z danymi debugowania rozrasta się powyżej 50 GB (wg testu źródłowego). ~/.cache/uv u Pythona dewelopera po cichu zjada 56 GB (wg testu źródłowego). Do tego cache Telegrama, npm, katalog pobierania Homebrew — po roku czy dwóch cache zajmuje 100 GB jak nic.

Problem w tym, że połowa cache to śmieci, połowa to stan aplikacji. Cache dokumentów z komunikatora można wywalić, ale pliki sesji logowania obok — już nie, bo będziesz skanował kod QR od nowa. Service Worker Chrome’a można usunąć, ale sąsiednia IndexedDB trzyma dane aplikacji webowych. Tradycyjne narzędzia pokażą ci tylko „które foldery są duże”, ale nie powiedzą „co wolno ruszyć”.

A najbardziej boli rozwiązanie — dysk SSD w Macu jest wlutowany w płytę główną. Upgrade z 256 GB na 512 GB u Apple kosztuje 1500 zł, a każdy kolejny próg to kolejny tysiąc. Tych pieniędzy nie musisz wydawać.

Szansa: zleć AI decyzję „co wolno usunąć”

Disk Raccoon (硬盘小浣熊) to projekt open source, którego rdzeń to pomysł: zamień „które cache można usunąć, a których nie ruszać” w ustrukturyzowaną mapę cache, a potem każ agentowi AI programistycznie czytać z niej jak z przewodnika. To nie jest kolejny Cleaner — to Skill instalowany w Claude Code, Coli czy innych agentach AI. Traktuj to jak paczkę umiejętności dla asystenta: mówisz agentowi „sprawdź mi cache”, a on wie, co robić.

Repozytorium: https://github.com/orange2ai/disk-raccoon, licencja MIT, 11 gwiazdek (wg posta źródłowego, nie weryfikowałem), ostatni update pod koniec sierpnia 2026 (wg posta, nie weryfikowałem). Opis projektu mówi wprost: „macOS cache cleanup Agent: wash before eat. Mapa cache + trzy poziomy bezpieczeństwa, usuwa tylko to, co wolno. Pierwszy przebieg wyczyścił 135 GB w nocy.”

„Wash before eat” to nawiązanie do nawyku szopów — jedynego zwierzęcia, które myje jedzenie przed zjedzeniem. Nie dlatego, że nie je, tylko dlatego, że nie je byle czego. To dokładnie ten problem co w czyszczeniu macOS: duże nie znaczy do usunięcia, a do usunięcia nie zawsze jest duże. Tradycyjne narzędzia rozwiązują pierwszą połowę, Raccoon rozwiązuje drugą.

Przy okazji — sam fakt, że umiesz zainstalować AI Skill, to umiejętność, za którą ci płacą. Wyczyść komuś dysk za 150 zł, narzędzie masz gotowe, to, co zostaje, jest twoje.

Ścieżka: trzy poziomy bezpieczeństwa + mapa cache

Workflow Disk Raccoon to trzy kroki, każdy z wyraźnymi barierami ochronnymi.

Krok 1: Mole skanuje dysk i lokalizuje duże foldery

Mole to drugie narzędzie open source, służy do skanowania dużych folderów — możesz myśleć o nim jak o „oczach” Raccoona. Bez Mole’a Raccoon nie wie, gdzie patrzeć. Mole wypisuje foldery po 10, 20, 50 GB — od razu widać, co rośnie. To jest „wynik badania”, który mówi agentowi, gdzie się skupić. Bez Mole’a też zadziała, tylko będzie wolniej i na ślepo.

Krok 2: AI czyta mapę cache i decyduje

Raccoon ma wbudowany plik references/cache-map.md, gdzie każda ścieżka cache ma przypisany poziom bezpieczeństwa. Fragment wygląda tak:

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

## ~/.cache/uv
- Poziom: ✅ Bezpieczne
- Typ: cache pakietów Pythona
- Uwaga: uv install odbuduje automatycznie, projekt działa dalej

## ~/Library/Application Support/LarkShell/aha/profile_explorer
- Poziom: ⚠️ Ostrożnie
- Typ: cache dokumentów komunikatora
- Uwaga: usuwaj tylko profile_explorer, profile_main trzyma sesję logowania

## ~/Library/Application Support/Google/Chrome/Default/Service Worker
- Poziom: ✅ Bezpieczne
- Typ: cache offline PWA
- Uwaga: przeglądarka odbuduje automatycznie

A co ze ścieżką, której nie ma na mapie? Strategia Raccoona: „sprawdź, potem decyduj, nie wiesz — nie ruszaj”. Agent ma sprawdzić, do której apki należy katalog, co w nim siedzi, co się stanie po usunięciu, i dopiero wtedy dać ci listę do zatwierdzenia.

Krok 3: domyślnie tylko odczyt, sudo zostaje u ciebie

W kwestii bezpieczeństwa Raccoon trzyma się kilku żelaznych zasad:

• Domyślnie tylko odczyt: pierwszy przebieg tylko raport, zero usuwania.
• Najpierw odzyskiwalne: jeśli się da, do Kosza, nigdy w ciemno rm -rf.
• Zamknij apkę przed kasowaniem: inaczej cache odbuduje się w trakcie.
• sudo zostaje u ciebie: komendy systemowe tylko jako podgląd, ty je wykonujesz.

Dlaczego tryb tylko-do-odczytu jest więcej wart niż „jedno kliknięcie”? Koszt odzyskania danych po przypadkowym skasowaniu czatu albo zależności projektu jest wielokrotnie wyższy niż te 50 GB, które zaoszczędzisz. CleanMyMac z modelem „skan → czyść” przerzuca decyzję na ciebie — klikasz „Wyczyść wszystko”? Większość ludzi nie klika. Raccoon oddaje decyzję AI, a ty tylko kiwasz głową albo kręcisz nią na ostatniej liście. Koszt decyzji spada do zera.

Case study: skąd się wzięło 135 GB

Z publicznego testu autora posta źródłowego, pierwszy przebieg Raccoona wyciągnął trzy główne kawałki:

Te 135 GB w przeliczeniu na oficjalną cenę upgrade’u Apple to oszczędność rzędu 1500 zł — czyli tyle, co dopłata do MacBooka z 512 GB. Przy 100 GB na jednym przebiegu masz ~1100 zł wartości użytkowej za każdym razem. Typowość tego przypadku polega na tym, że trafia w trzy najczęstsze „zabójcy dysku”: toolchain deweloperski (uv), przeglądarka (Chrome), komunikator (Lark). Python deweloper + komunikator + ciężki Chrome to niemal standardowy zestaw w branży. Jeśli masz taki sam, na dysku siedzi podobne 100 GB+ — odpal i sam zobaczysz.

Dlaczego klasyczne cleanery tego nie ogarniają

Na rynku nie brakuje narzędzi do czyszczenia Maca — CleanMyMac, DaisyDisk, OmniDiskSweeper to starzy wyjadacze. Ale mają wspólną ślepa plamkę: mówią ci „co jest duże”, ale nie mówią „co wolno usunąć”.

Weź komunikator — katalog LarkShell/aha w Finderze jest praktycznie niewidoczny, siedzi głęboko w warstwach Library. CleanMyMac pokaże go na żółto, ale po kliknięciu zobaczysz tylko stos niezrozumiałych podfolderów i nie ruszysz. W Chrome jest jeszcze gorzej: Service Worker, IndexedDB, Cache Storage, Cookies to różne mechanizmy — skasujesz zły, dane offline PWA znikają.

Raccoon rozwiązuje to „rozumieniem semantycznym” przez AI — przy tych samych 50 GB w katalogu Chrome AI rozróżni, co to Service Worker (do wywalenia), co IndexedDB (zależy), a co sesja logowania (nie ruszać). CleanMyMac pokaże 50 GB komunikatora na żółto bez wyjaśnienia, Raccoon powie ci wprost: 30 GB do wywalenia, 20 GB to sesja. Dlatego CleanMyMac za 40 USD rocznie tego nie rozwiązuje — silnik reguł nie rozumie semantyki ścieżek. Dopiero LLM daje narzędziom do czyszczenia zdolność czytania.

Wezwanie do działu: zainstaluj szopa dziś wieczorem

Jeśli masz Maca, dysk regularnie krzyczy „brak miejsca”, a 1500 zł na upgrade cię boli — zrób te trzy kroki:

Krok 1: zainstaluj Skill

1

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

Działa z każdym agentem obsługującym protokół SKILL.md — Claude Code, Cola i inne.

Krok 2: dobierz Mole do skanowania

Najpierw odpal Mole, wypisz duże foldery, potem wezwij Raccoona do decyzji. Jeden skanuje, drugi orzeka — podział jak w fabryce.

Krok 3: pogadaj z agentem

Nie musisz pamiętać komend. Powiedz „sprawdź mi cache” albo „dysk się kończy, co wyczyścić” — agent przejdzie po mapie cache i wypluje listę. Kiwasz — czyści, kręcisz — pomija.

Mapa cache żyje — autor w README prosi o issue i PR z nowymi ścieżkami, które odkryjesz. Wystarczy ścieżka, rozmiar, nazwa apki. Jedno twoje czyszczenie może zaoszczędzić komuś następnemu 1500 zł.