Smärtpunkten: Hur “Systemdata” på en 256 GB Mac sväller till 100 GB

Erfarna Mac-användare delar samma mardröm — det grå “Systemdata” i Om den här datorn som äter 50, 80, 130 GB utan att förklara vad som finns där. En 256 GB MacBook Air är värst drabbad: systemet tar hälften, lägg på ett par utvecklarverktyg och du kan inte installera en ny Xcode-version utan att först radera något.

Cachen gömmer sig på tre ställen: Lark, Chrome och terminalverktyg. Lark cachar varje dokument du öppnat i LarkShell/aha — en användare hade 42 GB där (enligt projektets README). Chrome kan blåsa upp Service Worker och debug-data till över 50 GB (enligt källtråden). Python-utvecklares ~/.cache/uv äter tyst 56 GB utan att du märker det (enligt källtråden). Lägg till Telegram-media, npm-cache och Homebrew-nedladdningar så sitter du på 100 GB cache efter ett par års utvecklande.

Problemet: hälften är skräp, hälften är state. Raderar du Larks dokumentcache händer inget, men rör du login-filen i samma mapp måste du skanna QR igen. Chrome Service Worker kan rensas, men raderar du IndexedDB bredvid försvinner webbappens data. Traditionella städverktyg listar “vilka mappar som är stora” men avgör inte “vilka som kan raderas”.

Och den dyra lösningen — Apples SSD är fastlödd på moderkortet, och uppgraderingen från 256 GB till 512 GB kostar 1 500 kr officiellt. Den slant behöver du inte spendera.

Möjligheten: Låt AI sköta “kan det raderas?”

Disk Raccoon (硬盘小浣熊) är ett open source-projekt med en enkel kärnidé: gör en strukturerad cache-karta över “vad som kan raderas och vad som inte får röras”, och låt AI-kodassistenten följa den. Det är inte ännu ett städprogram — det är en Skill som installeras i Claude Code, Cola och liknande AI-agenter. Tänk dig ett plugin som lär agenten hur den hanterar den här typen av uppgifter. Säg “kolla min cache” till agenten så sätter den igång.

Projektet ligger på GitHub: https://github.com/orange2ai/disk-raccoon, MIT-licens, 11 stjärnor (enligt källtråden, ej verifierat), senaste uppdatering i slutet av augusti 2026 (enligt källtråden, ej verifierat). Officiell beskrivning: “macOS cache-rensningsagent: tvätta först, ät sedan. Cache-karta + tre säkerhetsnivåer, raderar bara det som kan raderas. Första körningen rensade 135 GB över natten.”

“ Tvätta först, ät sedan” kommer från tvättbjörnens naturliga beteende — det är det enda djur som sköljer maten innan den äter. Den äter alltså, men inte blint. Det speglar macOS-rensningens kärnkonflikt: stort är inte alltid raderbart, raderbart är inte alltid stort. Traditionella verktyg löser första halvan, Raccoon löser den andra.

En sak till: att kunna installera AI Skills är i sig en frilansfärdighet — du tar 200 kr för en hårddiskrensning, verktyget finns klart, marginalen är din vinst.

Metoden: Tre säkerhetsnivåer + cache-karta

Disk Raccoons arbetsflöde bryts ner i tre steg med tydliga skyddsräcken.

Steg 1: Kör Mole först, hitta stora mappar

Mole är ett annat öppen källkodsverktyg som söker efter stora mappar — Raccoons “ögon”. Utan Mole vet inte agenten var den ska titta. Mole listar vilka kataloger som tar 10, 20, 50 GB. Det fungerar som en “hälsokontroll” som visar AI var fokus ska ligga. Utan Mole fungerar det, men agenten söker blint och tar längre tid.

Steg 2: AI bedömer varje punkt enligt cache-kartan

Raccoon har en inbyggd references/cache-map.md där varje cache-sökväg är märkt med säkerhetsnivå. Här är ett utdrag:

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

## ~/.cache/uv
- Nivå: ✅ Säker att radera
- Typ: Python-paketcache
- Notering: uv install återskapar automatiskt, påverkar inte projekt

## ~/Library/Application Support/LarkShell/aha/profile_explorer
- Nivå: ⚠️ Radera försiktigt
- Typ: Lark-dokumentcache
- Notering: Radera bara profile_explorer, profile_main innehåller login-state

## ~/Library/Application Support/Google/Chrome/Default/Service Worker
- Nivå: ✅ Säker att radera
- Typ: PWA offline-cache
- Notering: Webbläsaren återskapar automatiskt

Vad händer med sökvägar som inte finns på kartan? Raccoons policy: “ta reda på det först, rör inget om du är osäker”. AI:n undersöker vilken app katalogen tillhör, vad den lagrar och vad som händer om den raderas — sedan får du en lista att godkänna.

Steg 3: Skrivskyddat som standard, sudo till användaren

Säkerhetsdesignen har flera hårda regler:

• Skrivskyddat som standard: Första körningen tittar bara, rapporterar.
• Återställbart först: Skicka till papperskorgen, kör aldrig rm -rf direkt.
• Stäng appen först: Om appen körs, stäng den — undvik att radera medan filer skrivs.
• sudo till dig: Systemnivå-radering genererar bara kommandot, du kör det själv.

Varför är skrivskyddat som standard värt mer än ett-klicks-rensning? Kostnaden för att återställa raderade chattloggar eller projektberoenden är hundra gånger högre än tiden du sparar på 50 GB. CleanMyMac:s “skanna + rensa med ett klick” flyttar bara beslutskostnaden till dig — vågar du klicka “rensa allt”? De flesta vågar inte. Raccoon lämnar bedömningen till AI:n, du nickar eller skakar på huvudet på den slutliga listan. Beslutskostnaden krymper till nästan noll.

Fallet: Så rensades 135 GB

Enligt källtrådens författares logg var de tre största posterna vid första körningen:

135 GB i Apples officiella uppgraderingskostnad motsvarar hela 512 GB-kostnaden — 1 500 kr. Räknat per 100 GB rensning blir varje körning värd runt 1 100 kr. Det typiska med fallet är att det täcker de tre vanligaste “hårddisksmördarna”: utvecklarverktyg (uv), webbläsare (Chrome), kontorsprogram (Lark). Python-utvecklare som kör tungt med Lark och Chrome är standardprofilen i utvecklarvärlden. Sitter du på samma setup har du med stor sannolikhet 100 GB+ cache gömt — kör en gång och du når samma nivå.

Varför traditionella städverktyg misslyckas

Det finns gott om Mac-rensare — CleanMyMac, DaisyDisk, OmniDiskSweeper. Men de delar samma blinda fläck: de säger “vad som är stort”, inte “vad som kan raderas”.

Ta Lark som exempel. LarkShell/aha är nästan osynlig i Finder, gömd i flera lager av Library-sökvägar. CleanMyMac markerar den gul men visar bara en hög obegripliga undermappar — ingen vågar radera. Chrome är värre: Service Worker, IndexedDB, Cache Storage och Cookies har helt olika mekanismer. Raderar du fel del försvinner PWA-offlinedata.

Raccoons lösning är att låta AI göra “semantisk bedömning” — samma 50 GB Chrome-katalog kan AI:n dela upp i Service Worker (raderbart), IndexedDB (situationsbaserat) och login-state (rör ej). CleanMyMac markerar 50 GB Lark-cache gult utan förklaring, Raccoon säger rakt ut vilka 30 GB som kan raderas och vilka 20 GB som är login-state. Därför löser inte CleanMyMac (som kostar 40 USD/år) problemet — regelmotorer förstår inte sökvägars semantik. Det här är första gången en LLM ger ett städverktyg läsförmåga.

Uppmaning: Installera tvätträven i din agent ikväll

Kör du Mac, har ont om disk och vill inte punga ut 1 500 kr för uppgradering? Tre steg:

Steg 1: Installera Skill

1

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

Alla agenter som stödjer SKILL.md-protokollet fungerar — Claude Code, Cola med flera.

Steg 2: Kör Mole som hälsokontroll

Kör Mole först för att hitta stora mappar, sedan tar Raccoon över och bedömer vad som kan raderas. Ena verktyget söker, andra bedömer.

Steg 3: Prata med din agent

Inga krångliga kommandon — säg “kolla min cache” eller “disken är full, vad kan rensas?” så listar agenten varje punkt enligt cache-kartan. Nicka så rensas, skaka på huvudet så hoppas den över.

Cache-kartan lever. Projektägaren efterlyser issues och PR för nya cache-sökvägar. Skicka sökväg, storlek och app — din rensning kan spara nästa användare 1 500 kr.