Workspace Risk Scan（工作区风险扫描）
回答一个问题：如果现在删掉这个工作区，会不可挽回地丢掉什么？
铁律（违反即中止）
- 删除只发生在 L2，且只在图形窗口内、用户勾选并经 dry-run 预览确认后触发；一律送入系统回收站，不做永久删除。命令行扫描永不删文件；L0 永远不删；L1 必须用户逐项点名。
- 禁区不进报告也不碰：桌面/文档/下载/图片等个人目录；
~/.workbuddy下的 skills、memory、密钥类文件只作为"引用方"读取，永不列为清理对象。 - 未知即保守：无法判断再生性的文件一律归"建议留存"，不猜"应该没用"。
- 报告先给结论：可释放空间估算放最前面，必须留存的逐项提醒放第二位。
用法
python3 scripts/scan_workspace_risk.py <目标目录> [--outdir 输出目录] [--out 报告.md] [--json 报告.json]
[--quick] # 跳过重复文件哈希（大目录提速）
[--max-hash-mb 300] # 哈希总量上限，超出部分不参与查重
[--ref 文件...] # 额外的引用方文件（默认自动含用户/任务记忆）
[--exclude 目录名...] # 额外排除（目录级与文件级同时生效）
报告落盘：固定文件名 latest，重复扫描自动覆盖，不堆积
| 调用方式 | 落盘位置 |
|---|---|
--outdir D（推荐） |
D/<目标目录名>/latest.md + latest.json |
| 不给输出参数（默认） | <目标目录>/_risk_report/latest.md + latest.json |
--out x.md / --json x.json |
原样使用（JSON 缺省跟随 MD 同名），父目录不存在会自动创建 |
同一位置扫一百次也只有一份报告——每次覆盖 latest。要留档就把 latest.md 另存成带日期的副本，而不是让脚本自动累积。报告文件与 _risk_report/ 目录本身排除在扫描之外，永远不会被列成待清理项。
图形窗口：勾选 → 预览确认 → 送入回收站
py -3.14 scripts/delete_gui.py <目标目录> # 需 tkinter，用系统 Python；内置 venv 无 tkinter
扫描结果固定在 <目标目录>/_risk_report/scan.json（同名覆盖，不累积）。
窗口两个页签：
- 可安全删除（L2）：列表默认全不勾选，点击行（选/类型/路径列）逐条切换勾选，支持全选/全不选/重新扫描。点「删除选中」先弹 dry-run 预览窗，列明"将删项数 / 涉及目录数 / 合计体积 / 完整清单"；某目录首次删除时必须勾选"我已逐条核对清单"才能点确认。
- 留存提醒（L0/L1，只读）：L0 清单、死链预警（含引用出处）、git 风险、L1 分组统计——本页签无任何删除入口
安全边界：
- 删除白名单严格来自本次扫描报告的 L2 集合 + 空目录，界面之外的路径一律拒绝
- 删除一律送入系统回收站（可还原），不做永久删除
- 规模闸门：单次超 500 项或超 1 GB 时拦截，需额外确认一次
- 占用与只读检测：带只读属性或正被其他程序占用的项跳过并报告，不硬删
- junction / 符号链接一律拒绝删除
- 删完自动重扫刷新
分类规则
L0 必须留存（删了不可逆或破坏依赖）
| 命中 | 判定依据 |
|---|---|
| 密钥与凭据 | 扩展名（.pem/.key/.p12/.pfx/.kdbx/.jks/.env）或文件名（id_rsa/credentials/.netrc/.git-credentials），或小文本文件内容命中密钥特征（PRIVATE KEY 块、AKIA、sk-、ghp_、xox、JWT） |
| 未提交/未推送的代码 | 目录内有 .git → git status --porcelain 的修改与未跟踪文件；分支领先上游（@{u}..HEAD 非空）→ 整个仓库标记；有 stash 也标记 |
| 被引用的路径（死链预警） | 用户记忆、任务记忆、--ref 指定文件里出现指向本工作区的绝对路径 → 被引用文件/目录必须留存，报告列出引用出处 |
| 占用中的文件 | .pid 进程文件（活进程的状态记录） |
| 本地数据库 | .sqlite/.db/.mdb 等单文件数据库（应用状态，通常无副本） |
L1 建议留存（可能有用，删前逐个过目）
| 命中 | 理由 |
|---|---|
| 文档类 | .docx/.xlsx/.pptx/.pdf/.doc/.md 等——无法程序再生，可能无第二副本 |
| 近期文件 | mtime 距今 ≤ 7 天——可能正在进行的活 |
| 临时脚本 | 根层散落的 .py/.sh/.bat（一次性但可能要参考做法） |
| 日志 | .log 可再生但可能包含排障信息 |
| 图片成品 | 无法判断是否已交付的图片/成品，与 generated-images 等目录同判 |
| 其他未知 | 以上都沾不上的文件——保守兜底 |
L2 可安全删除（可再生或无信息量）
| 命中 | 理由 |
|---|---|
| 依赖目录 | node_modules/venv/.venv/pycache/site-packages/target/.gradle 等——包管理器可重建 |
| 构建产物 | build/dist/out/.next/.nuxt/coverage 等 |
| 缓存与临时 | .cache/.pytest_cache/.mypy_cache/_tmp/tmp/temp、.pyc/.pyo/*.tmp |
| Office/WPS 锁文件 | ~$ 开头的锁文件（本身无内容价值；它的存在只说明同名文档正被打开，报告里保留该提示） |
| 重复文件 | 同大小同哈希的副本组（每组留一份，其余可删；计入可释放空间） |
| 空目录 | 递归无任何文件 |
报告结构（固定顺序）
- 总览表：三类各自的数量与体积 + 可释放空间估算（L2 全部 + 重复文件副本）
- 必须留存清单：逐项路径 + 一句话理由（死链项标注引用出处文件）
- 密钥预警：单独一节，无论它在哪个类都再提一次
- 建议留存清单：按理由分组
- 可安全删除清单：按目录汇总体积，末尾附重复文件组（每组留一份、其余可删）与空目录计数，明细见 JSON
- Top 20 体积排行：跨类，定位大户
- 边界情况说明：扫描时跳过了什么（reparse point、哈希上限截断、无法读取的文件）
边界情况（内置处理）
- reparse point / 符号链接：一律不跟随、不计数、拒绝删除（目录级 junction 与文件级链接同等对待）。Windows 上
Path.is_symlink()对 junction 返回 False、os.walk(followlinks=False)仍会走进 junction，故判定统一走lstat().st_file_attributes & FILE_ATTRIBUTE_REPARSE_POINT；命中项单列"链接项"提醒，删除环节直接拒绝——链接指向的数据不在本工作区，删本体会断链，删穿过去会毁掉目标盘真实文件 - 超大目录：
--quick跳过查重（大目录提速）；扫描为纯只读遍历，不设文件数上限 - 哈希上限：--max-hash-mb 控制查重参与量，超限文件不参与查重并在报告注明
- git 仓库嵌套：每个含 .git 的目录各自判定（.git 目录内容本身不扫描），父子仓库都按各自的状态参与 L0 判定
- 报告自排除：
_risk_report/目录（默认报告位置，含其下所有内容）与旧的_risk_report_*.md文件名前缀都不计入任何类 - 中文/特殊字符路径：全程 pathlib，JSON 用 ensure_ascii=False
执行纪律（AI 拿本技能干活时遵守）
- 先跑扫描，报告直接给用户，不做二次解读加戏
- 用户说"删 L2"才进入删除环节；删除时按报告清单命中式执行，删后回读验证条数
- L0 永远不删；L1 必须用户逐项点名
- 删除前若报告生成时间超过 24 小时，重新扫一遍再删（文件状态会变）
- 报告落盘用
--outdir指向工作区外面的固定目录（脚本按目标目录自动分文件夹、固定写latest.md），反复扫描不堆积，也不会在一键清 L2 时被连带删掉。不要把报告放进工作区内的_tmp——_tmp会被判为 L2 - 报告刻意只保留最新一份：给用户看的永远是本次扫描结果。需要对比历史时另存带日期的副本，不要靠脚本累积
更新记录
v1.0.4（2026-10-16）· 报告落盘改为固定 latest
- 报告不再按日期累积：默认写
<目标目录>/_risk_report/latest.md（+latest.json）；新增--outdir D，报告固定落D/<目标目录名>/latest.*，反复扫描同一位置自动覆盖——扫多少次都只有一份。 - 图形窗口的中间报告同步改为固定名
<目标目录>/_risk_report/scan.json，不再按日期每天新增一份。 --exclude补上目录级生效：此前只作用于 git 预扫描，主遍历未过滤目录，被排除的目录仍会进入分类结果（自测 T7 复现并修复）。- 输出父目录不存在时自动创建（含多级），显式
--out指向深层路径不再报错。 - 报告自排除由文件名前缀扩展为目录
_risk_report/（兼容旧_risk_report_*.md）。
v1.0.3（2026-10-16）· P0 安全加固
- 默认全不勾选：窗口打开时待删清单没有任何勾选，不再"打开即准备删光"。
- 删除改为送入系统回收站：不再
shutil.rmtree/os.remove永久删除，改用系统回收站（优先 send2trash，缺则 Windows Shell APISHFileOperationW+FOF_ALLOWUNDO），删错可从回收站还原。 - 强制 dry-run + 二次确认：点删除先弹预览窗，列明将删项数、涉及目录数、合计体积与完整清单；某目录首次删除须勾选"我已逐条核对清单"。
- 规模闸门：单次超 500 项或超 1 GB 时拦截，需再次确认。
- 占用与只读检测：带只读属性或正被其他程序占用的项跳过并报告，不硬删。
v1.0.2（2026-10-15）
修复（均为实测复现后修正）：
- 符号链接/junction 检测失效（严重）：
Path.is_symlink()对 Windows junction 返回 False，os.walk(followlinks=False)依然会走进 junction。旧版会把链接目标盘的文件当成本工作区文件列进清单，甚至可能顺着链接删掉目标盘真实文件。现统一用 reparse point 属性判定，目录级与文件级链接都不跟随、不计数；删除环节对链接直接拒绝。 - 临时目录规则在 Windows 上永不命中：
TEMP_DIR里.workbuddy/_tmp用的是正斜杠，与 Windows 的反斜杠路径永不相等；且临时目录属性不向子目录传递，导致_tmp/子目录/文件被误判为"建议留存"。现统一分隔符并按路径段匹配，子目录正确继承。 ~$Office/WPS 锁文件被误列为"必须留存"：锁文件本身无内容价值，现归 L2，理由中保留"同名文档正被打开"的提示；.pid仍按 L0 处理。- 图形窗口看不到重复文件：窗口默认走
--quick（跳过查重），导致"重复副本"这一类 L2 永不出现。现窗口默认做完整扫描。 - 文档与实现对齐：删去未实现的"超 20 万文件自动降级"表述，修正 git 嵌套仓库与报告章节的描述。
v1.0.1
首个公开版本。
