证据与隐私
Cleanr 的 AI 友好方式是暴露确定性的本地事实，而不是内置模型或允许模型删除文件。
集成边界是只读的 cleanr analyze 命令。
本地分析契约
对一个或多个根目录运行分析：
cleanr analyze /path/to/project
它也支持 --global，以及可重复使用的 --global-kind <kind>，用于已知的用户级
清理位置。推荐策略来自共享配置：
[recommendations]
preselect_after_days = 90
将 preselect_after_days 设为 0 可关闭年龄门槛，也可设为 1 到 3650 之间的
整数。TUI、cleanr analyze、cleanr plan 和 cleanr dry-run 使用同一项策略。
命令会把带版本的 AnalysisReport JSON 写到标准输出。它只扫描和评估证据，不会
创建清理计划、修改当前 TUI 选择、请求清理授权或移动文件。
安装 Agent Skill
仓库提供跨 Agent 的 cleanr-review-disk-cleanup Skill，用于引导这种本地只读工作流。
使用开放的 Skills CLI 直接从 GitHub 安装：
npx skills add drl990114/cleanr@cleanr-review-disk-cleanup -g
安装器会检测本机支持的 Agent，并让你选择安装目标。-g 表示安装到用户级、供所有
项目使用；去掉 -g 则只安装到当前项目。也可以使用 -a <agent-name> 明确指定
Agent。
安装后请在选定的 Agent 中新建任务或会话。支持显式调用 Skill 的 Agent 可使用
$cleanr-review-disk-cleanup；其他 Agent 可以直接要求“审阅 Cleanr 磁盘清理证据”。
该 Skill 使用可移植的 SKILL.md 格式，并不专属于 Codex，可安装到 Skills CLI 支持的
任意 Agent。它只引导本地只读分析：没有清理权限，也不会确认、执行或授权清理。
报告的含义
同一报告拥有固定的 as_of 时间，因此年龄判断在门槛边界上保持一致。报告包括：
- schema 和分析标识符、策略快照和完成时间；
- 扫描根目录、完整性状态和结构化扫描问题；
- 每个候选项的报告作用域不透明 ID、本地路径、大小、类型和回收方式；
- 修改时间证据、覆盖范围、规则匹配和重叠处理结果；
- 确定性的推荐状态和决策代码，既解释推荐，也解释未预选。
修改时间是观测到的文件系统元数据，并不等于用户最后访问文件的证据。对于目录， Cleanr 会考虑已扫描后代中最新的观测修改时间。缺失、未来、部分或不完整的证据都会 阻止自动预选。
推荐的外部 Agent 工作流
- 本地 Agent 对用户认可的范围调用
cleanr analyze。 - 它读取报告，提出问题、解释或建议审阅顺序。
- 用户在 Cleanr 中审阅候选项并作出选择。
- Cleanr 的本地确认和执行检查授权实际清理。
分析命令没有清理操作。外部 Agent 的建议永远不是执行令牌或权限。
数据边界
AnalysisReport 刻意是本地契约。它包含原始本地路径、扫描根目录、规则原因和
风险说明，以及问题路径。Cleanr 没有内置 AI Provider、API Key 设置、prompt 传输或
会将该报告发送到其他地方的遥测。
不要原样把 JSON 转发给远程服务。如果选择分享其中任何内容，应自行缩小范围并去除 敏感细节。安全的远程分享功能需要独立的脱敏 DTO 和明确的威胁模型审查；本地报告 不是这种 DTO。