AI替代软件战略(一):从 CCleaner 到 MCP 架构重构 —— TigerCleaner 的工程实践

一、背景:工具软件正在被"吸收",而不是升级

在 PC 时代,CCleaner 代表了一类非常典型的软件:

  • 清理垃圾文件
  • 修复系统问题(Fix glitches)
  • 检测软件漏洞 / 过期版本
  • 提供一键优化

这些工具曾经是"装机必备"。

但今天,在 AI + Vibe Coding 时代,它们正在快速失去独立存在的必要性。

核心原因只有一句话:

复制代码
复制代码
工具软件 ≠ 产品
工具软件 = 可被调用的能力

二、从需求文档看本质:TigerCleaner 的设计思路

在这份 TigerCleaner 需求中,有一个非常关键的设计原则:

"以规则为中心 + 安全优先 + 用户确认"

这其实已经天然脱离了传统工具软件模式,而进入:

复制代码
复制代码
规则驱动系统(Rule-driven system)

TigerCleaner 的核心拆解

根据需求,可以抽象为四个核心模块:

复制代码
复制代码
1. Rule Engine(规则引擎)
2. Scanner(扫描器)
3. Cleaner(执行器)
4. Safety Guard(安全控制)

关键设计差异(对比 CCleaner)

维度 CCleaner TigerCleaner
操作方式 UI点击 规则驱动
安全策略 隐式 显式路径限制
删除控制 一键 必须确认
扩展性 JSON规则
架构 软件 能力系统

👉 结论:

复制代码
复制代码
TigerCleaner 不是 CCleaner 的替代品
而是 CCleaner 的"结构重构"

三、Fix glitches 的工程实现(去"玄学化")

传统工具里的 "Fix glitches" 往往是黑盒。

TigerCleaner 的做法是:

复制代码
复制代码
Fix glitches = 可验证的 Health Check + 可控的 Fix Action

可实现的 Fix 类型

复制代码
复制代码
1. 临时目录异常(过大 / 堆积)
2. 浏览器缓存损坏
3. WebView2 / 自动化测试缓存
4. 崩溃 dump 文件堆积
5. 启动项异常
6. 系统服务异常

架构设计

复制代码
复制代码
HealthCheck → 发现问题
FixAction → 修复问题

C# 实现(核心模型)

复制代码
复制代码
public interface IHealthCheck
{
    string Name { get; }
    Task<HealthIssue?> CheckAsync();
}

public interface IFixAction
{
    Task<FixResult> FixAsync(HealthIssue issue, bool dryRun);
}

示例:Temp 目录异常

复制代码
复制代码
public class TempHealthCheck : IHealthCheck
{
    public string Name => "Temp Size Check";

    public Task<HealthIssue?> CheckAsync()
    {
        var temp = Path.GetTempPath();

        long size = Directory.EnumerateFiles(temp, "*", SearchOption.AllDirectories)
            .Select(f => new FileInfo(f).Length)
            .Sum();

        if (size > 1024 * 1024 * 1024)
        {
            return Task.FromResult<HealthIssue?>(new HealthIssue(
                "TEMP_TOO_LARGE",
                "Temp folder too large",
                "Recommend cleaning"
            ));
        }

        return Task.FromResult<HealthIssue?>(null);
    }
}

👉 关键点:

复制代码
复制代码
Fix glitches ≠ 自动修复
Fix glitches = 可解释 + 可回滚 + 可控

四、漏洞扫描:从"杀毒"转向"版本风险检测"

TigerCleaner 明确:

不做完整 CVE 库,仅做本地规则扫描

这是一个非常正确的工程决策。


实际实现方式

复制代码
复制代码
漏洞扫描 =
1. 获取已安装软件
2. 获取版本
3. 和规则库对比
4. 输出风险

示例规则(JSON)

复制代码
复制代码
[
  {
    "product": "Google Chrome",
    "safeVersion": "124.0.6367.207",
    "severity": "High"
  }
]

C# 核心扫描逻辑

复制代码
复制代码
if (VersionHelper.IsOlderThan(app.Version, rule.SafeVersion))
{
    findings.Add(new VulnerabilityFinding
    {
        Product = app.Name,
        Severity = rule.Severity
    });
}

👉 本质:

复制代码
复制代码
漏洞扫描 ≠ 安全软件
漏洞扫描 = 版本合规检测

五、关键升级:从 Agent 到 MCP 化

TigerCleaner 需求中有一个非常重要的点:

Core / UI / CLI 不依赖 MCP,MCP 是独立进程

这实际上定义了一个非常先进的架构:


架构分层

复制代码
复制代码
Core(纯业务逻辑)
UI / CLI(用户入口)
MCP(AI入口)

MCP 的作用

复制代码
复制代码
不是执行清理
而是提供能力接口

示例 MCP Tool

复制代码
复制代码
scan_health_issues
scan_vulnerabilities
list_rules
get_data_path

为什么不允许 MCP 删除文件?

需求明确:

不提供一键删除接口

这是一个关键安全策略:

复制代码
复制代码
AI 不应直接修改用户系统

👉 结论:

复制代码
复制代码
MCP = 能力查询 + 辅助决策
UI/CLI = 真正执行

六、OpenClaw / MCP 生态:工具软件的终局

类似 OpenClaw 这样的系统正在形成新的软件生态:


传统模式

复制代码
复制代码
打开 CCleaner → 点击扫描 → 点击清理

MCP 模式

复制代码
复制代码
用户:系统很卡,帮我清理一下
AI:调用 scan → 分析 → 给出建议 → 用户确认 → 执行

工具角色变化

复制代码
复制代码
CCleaner → 应用
TigerCleaner → MCP Tool

多工具协同

复制代码
复制代码
Cleaner + Browser + Test + DevOps

👉 本质变化:

复制代码
复制代码
软件 → 能力节点

七、为什么这个方向更适合你

结合你的背景(MARS + 自动化测试),TigerCleaner 可以升级为:

复制代码
复制代码
Test Environment Cleaner MCP

特有价值

复制代码
复制代码
清理 Playwright / Selenium cache
清理 WebView2 数据
清理测试日志
清理截图
清理 dump 文件

这不是 CCleaner 能做的,而是:

复制代码
复制代码
企业级测试环境治理工具

八、关键结论


1️⃣ CCleaner 类软件一定会被替代

因为:

复制代码
复制代码
规则清晰 + 可自动化 + 无复杂交互

2️⃣ 替代方式不是"重写软件"

而是:

复制代码
复制代码
拆成 MCP 能力

3️⃣ TigerCleaner 的核心价值

不是 UI,而是:

复制代码
复制代码
规则引擎 + 安全模型 + 可控执行

4️⃣ MCP 是未来入口

未来用户不会:

复制代码
复制代码
打开工具软件

而是:

复制代码
复制代码
让 AI 调用能力

九、源码地址

tigerStl/TigerCClean

如果大家有兴趣一起将工具软件用vibe coding重构,不如一起加速软件的世界的重构。

运行界面:

相关推荐
做cv的小昊1 小时前
【TJU】研究生应用统计学课程笔记(6)——第二章 参数估计(2.4 区间估计)
人工智能·笔记·线性代数·算法·机器学习·数学建模·概率论
Carl_奕然1 小时前
【智能体】Agent的四种设计模式之:ReAct
人工智能·设计模式·语言模型
小白64021 小时前
AI辅助设计Flutter蓝牙自动连接系统
人工智能·flutter
DeepReinforce1 小时前
二、AI量化投资:沪市主板A股所有股票20250430到20260430双均线(MA5/MA20)回测结果
人工智能·量化
2zcode1 小时前
基于深度学习的口腔疾病图像识别系统(UI界面+改进算法+数据集+训练代码)
人工智能·深度学习·算法
whyfail1 小时前
AI 平台订阅套餐 Coding Plan 、Token Plan对比指南(2026年4月)
人工智能·ai·chatgpt·订阅套餐·平台对比
小龙报1 小时前
【Coze-AI智能体平台】低代码省时高效:Coze 应用开发全流程指南
java·人工智能·python·深度学习·低代码·chatgpt·交互
初恋叫萱萱1 小时前
【腾讯位置服务开发者征文大赛】地图不再“冷静”:当腾讯位置服务遇上 AI,我打造了一个 AI 智能出行“全能大脑”
人工智能