Workbuddy越用越占 C 盘？拆解内存构造、清理策略与删前必做

你有没有发现：装了 AI 编码助手之后，C 盘像被悄悄吸走了一块？某天一查，C:\\ProgramData\\WorkBuddy 加用户级 .workbuddy 居然吃了 10 GB 以上。删又不敢删，留着又发慌。

这篇文章不灌鸡汤，直接用一台实测机的脱敏数据，把 AI 助手的"内存占用构造"拆给你看：哪些是值得留的资产与 workspace，哪些是可以随时间清理的记录；再给出一套可执行的 C 盘优化步骤，以及删除 traces / logs 之前必须做的"先筛后炼"。最后用 6 篇 arXiv 前沿论文，给这些"清理直觉"找个理论依据。

提示： 本文所有体积数字均来自 2026-08 在一台 Windows 11 实测机（百 GB 级系统盘）的只读扫描，未删任何文件。数值已做脱敏，统一用"范围 / 定性"描述；不同机器的具体数值会有差异，但结构比例与分类逻辑通用。

一、智能体的内存占用构造（实测拆解）

AI 助手的数据分散在三处，很多人只看到其中一个就以为"它在吃我的盘"：

把 13 GB 级再往下一钻，真相浮现：

关键发现：真正"虚胖"的是 traces + logs，合计约 3–4 GB——它们纯属排障记录，清了不影响任何技能与记忆。

智能体内存占用三层构造（实测约 13 GB 级）：

• ① 资产层（必留）：skills 技能库 · memory 长期记忆 · binaries 受管运行时（两套共约 4.4 GB）· app 应用本体 ≈ 8.7 GB
• ② 工作空间层（视情况留）：projects 项目产物 · workspace 工作区 · blobs 文件块 ≈ 1.1 GB
• ③ 记录层（可随时间的清理）：traces 执行轨迹 · logs 运行日志 · 更新器缓存 · AppData SDK 缓存 ≈ 3–4 GB 可清

资产层是"硬盘上的长期记忆"；记录层是"用过的草稿纸"，可定期清空。

二、哪些该留，哪些该清：用"记忆层级"理论做判据

清理的第一原则其实一句话：**删了会不会让 AI 失忆、会不会让技能消失？**会，就是资产，留；不会，就是记录，可清。

#mermaid-svg-XDmVIi6eX9oZo59F{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-XDmVIi6eX9oZo59F .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-XDmVIi6eX9oZo59F .error-icon{fill:#552222;}#mermaid-svg-XDmVIi6eX9oZo59F .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-XDmVIi6eX9oZo59F .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-XDmVIi6eX9oZo59F .marker{fill:#333333;stroke:#333333;}#mermaid-svg-XDmVIi6eX9oZo59F .marker.cross{stroke:#333333;}#mermaid-svg-XDmVIi6eX9oZo59F svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-XDmVIi6eX9oZo59F p{margin:0;}#mermaid-svg-XDmVIi6eX9oZo59F .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-XDmVIi6eX9oZo59F .cluster-label text{fill:#333;}#mermaid-svg-XDmVIi6eX9oZo59F .cluster-label span{color:#333;}#mermaid-svg-XDmVIi6eX9oZo59F .cluster-label span p{background-color:transparent;}#mermaid-svg-XDmVIi6eX9oZo59F .label text,#mermaid-svg-XDmVIi6eX9oZo59F span{fill:#333;color:#333;}#mermaid-svg-XDmVIi6eX9oZo59F .node rect,#mermaid-svg-XDmVIi6eX9oZo59F .node circle,#mermaid-svg-XDmVIi6eX9oZo59F .node ellipse,#mermaid-svg-XDmVIi6eX9oZo59F .node polygon,#mermaid-svg-XDmVIi6eX9oZo59F .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-XDmVIi6eX9oZo59F .rough-node .label text,#mermaid-svg-XDmVIi6eX9oZo59F .node .label text,#mermaid-svg-XDmVIi6eX9oZo59F .image-shape .label,#mermaid-svg-XDmVIi6eX9oZo59F .icon-shape .label{text-anchor:middle;}#mermaid-svg-XDmVIi6eX9oZo59F .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-XDmVIi6eX9oZo59F .rough-node .label,#mermaid-svg-XDmVIi6eX9oZo59F .node .label,#mermaid-svg-XDmVIi6eX9oZo59F .image-shape .label,#mermaid-svg-XDmVIi6eX9oZo59F .icon-shape .label{text-align:center;}#mermaid-svg-XDmVIi6eX9oZo59F .node.clickable{cursor:pointer;}#mermaid-svg-XDmVIi6eX9oZo59F .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-XDmVIi6eX9oZo59F .arrowheadPath{fill:#333333;}#mermaid-svg-XDmVIi6eX9oZo59F .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-XDmVIi6eX9oZo59F .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-XDmVIi6eX9oZo59F .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XDmVIi6eX9oZo59F .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-XDmVIi6eX9oZo59F .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XDmVIi6eX9oZo59F .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-XDmVIi6eX9oZo59F .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-XDmVIi6eX9oZo59F .cluster text{fill:#333;}#mermaid-svg-XDmVIi6eX9oZo59F .cluster span{color:#333;}#mermaid-svg-XDmVIi6eX9oZo59F div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-XDmVIi6eX9oZo59F .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-XDmVIi6eX9oZo59F rect.text{fill:none;stroke-width:0;}#mermaid-svg-XDmVIi6eX9oZo59F .icon-shape,#mermaid-svg-XDmVIi6eX9oZo59F .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XDmVIi6eX9oZo59F .icon-shape p,#mermaid-svg-XDmVIi6eX9oZo59F .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-XDmVIi6eX9oZo59F .icon-shape .label rect,#mermaid-svg-XDmVIi6eX9oZo59F .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XDmVIi6eX9oZo59F .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-XDmVIi6eX9oZo59F .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-XDmVIi6eX9oZo59F :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

会

不会

一个目录要不要清

删了会丢 技能或记忆吗

资产 留skills memory binaries

记录 可清traces logs 缓存

• 🔴 红线（资产）：.workbuddy\\skills、.workbuddy\\memory、binaries 运行时
• 🟢 可清（记录）：traces / logs / @*updater / AppData 下的 Cache·GPUCache·pip
• 🟡 看情况：Tencent 等应用缓存子目录（清 Cache，留 FileStorage\\File 聊天文件）

这套"留资产、清记录"的二分法，和 2023 年以来 Agent 记忆系统的研究高度同构：

一句话打通： 智能体的 .workbuddy 就是 AI 的"长期记忆硬盘"，traces / logs 是它写过的"草稿纸"。草稿纸可以定期扔，但记忆硬盘不能动。

三、为什么 traces/logs 会膨胀到数 GB？论文怎么说

实测里 traces 最早的文件停在数月前，从没自动清过。膨胀来自四个叠加因素，而每一层都能在论文里找到"反例解法"：

3.1 没有驱逐策略 → H2O 的启示

Transformer 推理时要把 KV cache 留在显存里，序列越长越爆。H2O 发现：一小撮"重令牌"（heavy hitters）贡献了绝大部分注意力价值，于是只保留它们 + 最近窗口，其余全部驱逐，论文报告最高可提升数十倍吞吐。映射过来：智能体里真正"重"的是 skills 和 memory（必须留），而 traces / logs 是"轻令牌"，理应被定期驱逐。

3.2 不分层 → MemGPT 的虚拟内存

MemGPT 直接把操作系统"虚拟内存"搬进 LLM：快的是主上下文，慢的是外部/归档存储，靠分页在两层间搬数据。智能体把"慢存储"（磁盘上的 .workbuddy + traces）和"快上下文"（运行时内存）混在一起、且从不分页清退，于是慢存储无限膨胀。正确做法正是 MemGPT 的分层：资产放归档层（留），记录放可驱逐层（清）。

3.3 不压缩 → LLMLingua / LLM in a flash

LLMLingua 证明自然语言提示冗余度极高，压缩约 20 倍几乎不掉性能；Apple 的 LLM in a flash 更把"闪存当扩展内存"，用窗口化和行列捆绑减少搬运。两者共同指向一个朴素真理：磁盘是慢速但海量的扩展内存，记录应当按需压缩、分层存放，而不是无脑堆在 C 盘根目录。

3.4 不演化 → A-MEM 的教训

A-MEM 用"卡片盒（Zettelkasten）“法让记忆能动态链接、随新经验演化，而不是只读不写、越堆越旧。反过来想：traces / logs 若从不演化清理，就成了"只写不丢的死记忆”——占空间却无价值。定期清理，本质就是让记录层"演化"。

四篇论文 → 四条清理原则：留重弃轻 · 分层存放 · 定期压缩 · 随新演化。

四、C 盘优化策略与可执行步骤

按"风险从低到高、收益从稳到猛"排序，下面每一步都给出可执行操作。注意：涉及个人目录删除，最终请在资源管理器手动 Shift+Delete，Agent 不会替你真删。

红线提醒： ProgramData\\WorkBuddy\\users\\<id>\\.workbuddy\\binaries（约 1.4 GB）和 C:\\Users\\<你的用户名>\\.workbuddy\\binaries（约 2.9 GB）是受管运行时，不是缓存！看着也"大"，但删了所有 Python/Node 类技能立刻失效，必须留。

管理员 PowerShell 跑 WinSxS 清理（最省心的一步系统级瘦身）：

# 先看能回收多少
DISM /Online /Cleanup-Image /AnalyzeComponentStore
# 删除被取代的旧版本（保留回滚能力）
DISM /Online /Cleanup-Image /StartComponentCleanup
# 更狠：放弃回滚，省最多（谨慎）
DISM /Online /Cleanup-Image /StartComponentCleanup /ResetBase

五、删前必做：traces + logs 的「先筛后炼」（从执行轨迹里捞资产）

很多人删 traces / logs 是"全量删"——但这是浪费。数 GB 里 99% 是成功路径的噪声（每任务记完整执行树），价值密度极低；真正值得留的，是里面筛出的几十条"失败教训 + 高频任务框架"。正确姿势是先筛后炼，捞完再删。

5.1 两判据（定义"精华"的两条规则）

5.2 精确信号（避坑）

• 真失败 = "status":"error"（trace 的 span 层）。千万别 grep error / failed —— 噪声极大，几乎所有 trace 都含 "error" 字段名，会把数千文件全判成失败。
• logs 无 status 字段：仅作体积 + 近似错误行数参考，不按"失败"自动归类。

5.3 零 token 预筛（关键）

规则层只做 grep / 统计，绝不把数 GB 喂模型；仅把 <10KB 的小失败文件列为下钻候选，下钻时才可能需要模型。

#mermaid-svg-qADT8dDVDhV0inrS{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-qADT8dDVDhV0inrS .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-qADT8dDVDhV0inrS .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-qADT8dDVDhV0inrS .error-icon{fill:#552222;}#mermaid-svg-qADT8dDVDhV0inrS .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-qADT8dDVDhV0inrS .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-qADT8dDVDhV0inrS .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-qADT8dDVDhV0inrS .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-qADT8dDVDhV0inrS .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-qADT8dDVDhV0inrS .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-qADT8dDVDhV0inrS .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-qADT8dDVDhV0inrS .marker{fill:#333333;stroke:#333333;}#mermaid-svg-qADT8dDVDhV0inrS .marker.cross{stroke:#333333;}#mermaid-svg-qADT8dDVDhV0inrS svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-qADT8dDVDhV0inrS p{margin:0;}#mermaid-svg-qADT8dDVDhV0inrS .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-qADT8dDVDhV0inrS .cluster-label text{fill:#333;}#mermaid-svg-qADT8dDVDhV0inrS .cluster-label span{color:#333;}#mermaid-svg-qADT8dDVDhV0inrS .cluster-label span p{background-color:transparent;}#mermaid-svg-qADT8dDVDhV0inrS .label text,#mermaid-svg-qADT8dDVDhV0inrS span{fill:#333;color:#333;}#mermaid-svg-qADT8dDVDhV0inrS .node rect,#mermaid-svg-qADT8dDVDhV0inrS .node circle,#mermaid-svg-qADT8dDVDhV0inrS .node ellipse,#mermaid-svg-qADT8dDVDhV0inrS .node polygon,#mermaid-svg-qADT8dDVDhV0inrS .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-qADT8dDVDhV0inrS .rough-node .label text,#mermaid-svg-qADT8dDVDhV0inrS .node .label text,#mermaid-svg-qADT8dDVDhV0inrS .image-shape .label,#mermaid-svg-qADT8dDVDhV0inrS .icon-shape .label{text-anchor:middle;}#mermaid-svg-qADT8dDVDhV0inrS .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-qADT8dDVDhV0inrS .rough-node .label,#mermaid-svg-qADT8dDVDhV0inrS .node .label,#mermaid-svg-qADT8dDVDhV0inrS .image-shape .label,#mermaid-svg-qADT8dDVDhV0inrS .icon-shape .label{text-align:center;}#mermaid-svg-qADT8dDVDhV0inrS .node.clickable{cursor:pointer;}#mermaid-svg-qADT8dDVDhV0inrS .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-qADT8dDVDhV0inrS .arrowheadPath{fill:#333333;}#mermaid-svg-qADT8dDVDhV0inrS .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-qADT8dDVDhV0inrS .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-qADT8dDVDhV0inrS .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-qADT8dDVDhV0inrS .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-qADT8dDVDhV0inrS .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-qADT8dDVDhV0inrS .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-qADT8dDVDhV0inrS .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-qADT8dDVDhV0inrS .cluster text{fill:#333;}#mermaid-svg-qADT8dDVDhV0inrS .cluster span{color:#333;}#mermaid-svg-qADT8dDVDhV0inrS div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-qADT8dDVDhV0inrS .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-qADT8dDVDhV0inrS rect.text{fill:none;stroke-width:0;}#mermaid-svg-qADT8dDVDhV0inrS .icon-shape,#mermaid-svg-qADT8dDVDhV0inrS .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-qADT8dDVDhV0inrS .icon-shape p,#mermaid-svg-qADT8dDVDhV0inrS .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-qADT8dDVDhV0inrS .icon-shape .label rect,#mermaid-svg-qADT8dDVDhV0inrS .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-qADT8dDVDhV0inrS .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-qADT8dDVDhV0inrS .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-qADT8dDVDhV0inrS :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

traces 与 logs 数GB

规则预筛 零token

稀疏候选 几十条

提炼 失败教训与高频框架

回灌 记忆与技能

原始日志才删

预筛脚本的核心思路（通用示意，不含任何机器路径）：

# 预筛：精确失败信号 + 高频任务统计，绝不把数GB喂模型
import os, re
STATUS_ERROR = '"status":"error"' # 真失败，非 grep error（噪声极大）
SKILL_TOKENS = ["pdf", "ima", "skill-creator", "novel", "tencent-docs"] # 高频词启发式
# 1) 精确失败：命中 status:error 即计数
# 2) 高频：对小文件统计技能名提及频次
# 3) 仅把 <10KB 的小失败文件列为下钻候选，下钻才进模型

实测：一台机器 traces 数千文件里，真正失败轨迹仅数百个；高频任务信号清晰显示某技能被单机高频调用（上千次），正是值得提炼成 SOP 的候选。

5.4 与论文同构

• 先筛后炼 = A-MEM「从原始经验提炼可演化记忆」的工程最小实现；
• 只留失败教训 / 高频框架 = H2O「保留重令牌、驱逐轻令牌」；
• 记录层压缩清理 = LLMLingua「压缩冗余」+ LLM in a flash「磁盘即扩展内存」；
• 结构化回灌 = Mem0「生产级持久记忆」。

一句话判据： 删了它，AI 下次还会不会重新需要它？会 = 精华 = 进记忆；不会 = 记录 = 该清。

六、智能体怎么帮你清理：cdisk-health-scan 实战

智能体自带一个只读诊断技能 cdisk-health-scan：说一句"扫描 C 盘"，它跑只读脚本、同轮对话内给出分档报告（🟢可清 / 🟡看情况 / 🔴别动）+ 每个可删项的完整路径，全程不删任何文件。

它已内置：自动统计 traces / logs 并标为可清，WinSxS 走 DISM 轻量分析而非全量递归卡死；并提供**"删前自动捞"可选子流程**——跑上面的预筛脚本（只读、零 token），先捞失败教训 / 高频框架，再让你手动删原始日志。

一次扫描的输出片段（脱敏节选）：

C: 系统盘长期低于 15% 警戒线
WorkBuddy traces+logs: TOTAL ~3-4 GB [GREEN] safe to delete
===== 分档报告 =====
🟢 可立即清理: traces/logs + 更新器缓存 + Temp
🟡 看情况: 应用 Cache 子目录
🔴 千万别动: binaries 运行时 + skills/memory

把可删路径整理成纯文本清单，Ctrl+A 全选复制到资源管理器地址栏即可精准定位（路径已脱敏，用占位符代替真实 id / 用户名）：

C:\\ProgramData\\WorkBuddy\\users\\<id>\\.workbuddy\\traces
C:\\ProgramData\\WorkBuddy\\users\\<id>\\.workbuddy\\logs
C:\\Users\\<你的用户名>\\.workbuddy\\traces
C:\\Users\\<你的用户名>\\.workbuddy\\logs
C:\\Users\\<你的用户名>\\AppData\\Local\\@genieworkbuddy-desktop-updater

#mermaid-svg-n1nWuiwfDfebWPgT{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-n1nWuiwfDfebWPgT .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-n1nWuiwfDfebWPgT .error-icon{fill:#552222;}#mermaid-svg-n1nWuiwfDfebWPgT .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-n1nWuiwfDfebWPgT .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-n1nWuiwfDfebWPgT .marker{fill:#333333;stroke:#333333;}#mermaid-svg-n1nWuiwfDfebWPgT .marker.cross{stroke:#333333;}#mermaid-svg-n1nWuiwfDfebWPgT svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-n1nWuiwfDfebWPgT p{margin:0;}#mermaid-svg-n1nWuiwfDfebWPgT .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-n1nWuiwfDfebWPgT .cluster-label text{fill:#333;}#mermaid-svg-n1nWuiwfDfebWPgT .cluster-label span{color:#333;}#mermaid-svg-n1nWuiwfDfebWPgT .cluster-label span p{background-color:transparent;}#mermaid-svg-n1nWuiwfDfebWPgT .label text,#mermaid-svg-n1nWuiwfDfebWPgT span{fill:#333;color:#333;}#mermaid-svg-n1nWuiwfDfebWPgT .node rect,#mermaid-svg-n1nWuiwfDfebWPgT .node circle,#mermaid-svg-n1nWuiwfDfebWPgT .node ellipse,#mermaid-svg-n1nWuiwfDfebWPgT .node polygon,#mermaid-svg-n1nWuiwfDfebWPgT .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-n1nWuiwfDfebWPgT .rough-node .label text,#mermaid-svg-n1nWuiwfDfebWPgT .node .label text,#mermaid-svg-n1nWuiwfDfebWPgT .image-shape .label,#mermaid-svg-n1nWuiwfDfebWPgT .icon-shape .label{text-anchor:middle;}#mermaid-svg-n1nWuiwfDfebWPgT .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-n1nWuiwfDfebWPgT .rough-node .label,#mermaid-svg-n1nWuiwfDfebWPgT .node .label,#mermaid-svg-n1nWuiwfDfebWPgT .image-shape .label,#mermaid-svg-n1nWuiwfDfebWPgT .icon-shape .label{text-align:center;}#mermaid-svg-n1nWuiwfDfebWPgT .node.clickable{cursor:pointer;}#mermaid-svg-n1nWuiwfDfebWPgT .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-n1nWuiwfDfebWPgT .arrowheadPath{fill:#333333;}#mermaid-svg-n1nWuiwfDfebWPgT .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-n1nWuiwfDfebWPgT .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-n1nWuiwfDfebWPgT .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-n1nWuiwfDfebWPgT .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-n1nWuiwfDfebWPgT .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-n1nWuiwfDfebWPgT .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-n1nWuiwfDfebWPgT .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-n1nWuiwfDfebWPgT .cluster text{fill:#333;}#mermaid-svg-n1nWuiwfDfebWPgT .cluster span{color:#333;}#mermaid-svg-n1nWuiwfDfebWPgT div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-n1nWuiwfDfebWPgT .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-n1nWuiwfDfebWPgT rect.text{fill:none;stroke-width:0;}#mermaid-svg-n1nWuiwfDfebWPgT .icon-shape,#mermaid-svg-n1nWuiwfDfebWPgT .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-n1nWuiwfDfebWPgT .icon-shape p,#mermaid-svg-n1nWuiwfDfebWPgT .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-n1nWuiwfDfebWPgT .icon-shape .label rect,#mermaid-svg-n1nWuiwfDfebWPgT .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-n1nWuiwfDfebWPgT .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-n1nWuiwfDfebWPgT .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-n1nWuiwfDfebWPgT :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

C 盘告急

绿区 无风险

黄区 看情况

红区 别动

回收站 WB日志 Temp 更新器

应用Cache WinSxS需管理员

binaries skills memory

先绿后黄 红永远不动

七、参考论文（arXiv 前沿）

留给你思考的三个问题