GK SERVIS
+420 775 026 983 Nezávazná konzultace
← Zpět na GK SERVIS

macOS systémový optimizer: AI, které ví, co je bezpečné smazat

Uživatelé tráví hodiny rozhodováním, které soubory smazat. Vyvinuli jsme nativní macOS aplikaci s 8 moduly čištění a LLM doporučovacím enginem, který klasifikuje každý soubor jako „bezpečné smazat“, „doporučená kontrola“ nebo „nezbytné — zachovat“.

8

Modulů čištění
(komplexní pokrytí)

2

LLM backendy
(Claude API + Ollama)

3-úrovně

AI klasifikace
(bezpečné / zkontrolovat / zachovat)

100%

Nativní SwiftUI
(žádný Electron bloat)

macOS systémový optimizer dashboard zobrazující moduly čištění a AI doporučení

Problém

Uživatelé Macu hromadí gigabajty skrytých nepotřebných souborů — Xcode derived data, cache prohlížečů, osiřelé složky podpory aplikací, duplicitní soubory, zapomenuté položky při startu. Existující nástroje buď používají přístup hrubou silou (smazat vše) nebo vyžadují ruční vyhodnocení stovek položek.

Hlavní problémy:

  • Strach z poškození systému — uživatelé neví, které soubory jsou bezpečné ke smazání a které jsou kritické systémové soubory
  • Skryté úložiště — složky ~/Library, Xcode cache a Docker image tiše zabírají 20-50GB
  • Žádné inteligentní vedení — existující nástroje zobrazují seznamy souborů bez kontextu o tom, co každá položka dělá a zda je potřebná
  • Specifický bloat pro vývojáře — Xcode derived data, CocoaPods cache, obrazy simulátorů a staré archivy vyžadují specializované zacházení

Architektura systému

SwiftUI rozhraní

Nativní macOS app

8 modulů skenování

MVVM ViewModely

LLM engine

Claude API + Ollama

3-úrovňová klasifikace

Bezpečné / Zkontrolovat / Zachovat

100% nativní SwiftUI
Offline režim (Ollama)
Vestavěný bezpečnostní skener

Co jsme vyvinuli

Nativní macOS aplikaci pro optimalizaci systému postavenou celé ve SwiftUI s architekturou MVVM. Klíčový rozdíl: integrovaný LLM doporučovací engine, který analyzuje naskenované soubory a řekne uživateli přesně, co každá položka je, zda je bezpečné ji smazat a proč.

8 modulů čištění

  • Položky při startu — identifikace a deaktivace nepotřebných launch agentů a démonů zpomalujících spuštění
  • Nepoužívané aplikace — detekce aplikací, které nebyly otevřeny měsíce, s rozpisem velikosti
  • Skryté složky — odhalení nepotřebných souborů v ~/Library, osiřelých složek podpory aplikací a zapomenutých cache
  • Velké soubory — nalezení zabíračů úložiště schovaných hluboko v souborovém systému
  • Cache prohlížečů — vyčištění Safari, Chrome a Firefox cache s rozpisem po prohlížečích
  • Xcode čištění — derived data, archivy, simulátory a soubory podpory zařízení (často 20-40GB)
  • Duplicitní soubory — detekce přesných duplikátů na základě hashe v celém souborovém systému
  • Systémový odpad — logy, hlášení o pádech, tmp soubory a další systémové zbytky

AI doporučovací engine

Tohle odlišuje aplikaci od všech ostatních nástrojů pro čištění. Po skenování LLM analyzuje každou nalezenou položku a vrátí strukturované doporučení:

  • Bezpečné smazat — cache, dočasné soubory, staré logy. Žádné riziko.
  • Doporučená kontrola — položky, které mohou být potřebné (např. složka podpory pro zřídka používanou aplikaci). AI vysvětlí, co to je, a nechá uživatele rozhodnout.
  • Nezbytné — zachovat — systémově kritické soubory, které by se nikdy neměly mazat. AI vysvětlí proč.

LLM prompt builder vytváří kontextové prompty, které zahrnují cestu k souboru, velikost, datum poslední modifikace a okolní adresářovou strukturu. Parser odpovědí zvládá inherentní variabilitu výstupů LLM prostřednictvím flexibilního parsování JSON s vícenásobnými záložními strategiemi.

Duální LLM backend

  • Claude API — cloudový, nejvyšší přesnost, nejlepší pro nuancovanou klasifikaci souborů
  • Ollama (lokální) — plně offline, žádná data neopustí počítač, vhodné pro uživatele citlivé na soukromí

Uživatelé mohou přepínat mezi backendy podle preferencí přesnosti vs. soukromí.

Bezpečnostní skener

Kromě čištění aplikace obsahuje modul bezpečnostního skenování, který kontroluje běžné bezpečnostní problémy macOS: nepodepsané aplikace, podezřelé launch agenty, otevřené síťové porty a špatně nastavená oprávnění.

Tech Stack

SwiftUI MVVM architektura Claude API Ollama macOS nativní API Async/Await JSON parsování Security Framework

Technický přístup

Aplikace se řídí striktní architekturou MVVM. Každý z 8 modulů má vlastní ViewModel, který obsluhuje logiku skenování, reportování průběhu a správu stavu. Integrace LLM sedí jako samostatná servisní vrstva s protokolovým designem — ClaudeLLMService a OllamaLLMService implementují stejné rozhraní, což umožňuje bezproblémové přepínání backendů.

LLM prompt builder konstruuje strukturované prompty, které dají modelu dostatek kontextu pro přesná doporučení. Parser odpovědí zvládá inherentní variabilitu výstupů LLM prostřednictvím flexibilního parsování JSON s vícenásobnými záložními strategiemi — klíčové pro produkční aplikaci, kde by selhání parsování znamenalo žádné doporučení.

Výsledky

  • 8 specializovaných modulů pokrývajících každý hlavní zdroj plýtvání úložného prostoru na macOS
  • AI doporučení, která eliminují hádání — uživatelé přesně ví, co každý soubor je a zda je bezpečný
  • Duální podpora LLM — cloudová přesnost když je potřeba, plně offline soukromí když je preferováno
  • 100% nativní SwiftUI — rychlé, lehké, bez Electron overheadu
  • Bezpečnostní skenování vestavěné, ne přilepené — zachytí problémy, které jiné nástroje ignorují

Klíčový poznatek

Nástroje pro čištění systému existují desítky let, ale všechny sdílejí stejnou chybu: ukáží vám seznam souborů a očekávají, že budete vědět, co je bezpečné smazat. To je jako dát někomu rentgen a očekávat, že si ho přečte.

Integrací analýzy poháněné LLM přímo do pipeline skenování tato aplikace mění stresující rozhodnutí („nerozbije smazání tohoto něco?“) na sebejisté jednání. AI přečte ten rentgen za vás.

Potřebujete nativní desktopovou aplikaci s AI integrací?

Vyvíjíme macOS a multiplatformní desktopové aplikace s funkcemi poháněnými LLM. Pojďme prodiskutovat váš případ použití.

Nezávazná konzultace

nebo zavolejte přímo: +420 775 026 983