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 低 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
SM_YHJ2 分钟前
RFID通道门禁与资产台账联动的自动登记技术实现方案
大数据·数据库·人工智能
数智奔流3 分钟前
智元是时候看回启元了
人工智能·具身智能·智元
a努力。10 分钟前
AI的万能转接线:MCP如何打通数据孤岛
人工智能
小坏讲微服务10 分钟前
Spring Boot 4 新特性全解析:从上手到生产实战
java·spring boot·后端·架构·springboot4
默_笙12 分钟前
🥖 给 Agent 装上耳朵和嘴巴:ASR + TTS 语音交互实战
人工智能
玫瑰互动GEO17 分钟前
AI时代下,GEM优化组织落地工程化:角色路由+KPI埋点+预算分配表
人工智能·ai搜索·gem·gem优化·生成式引擎营销
星云低代码开发平台18 分钟前
AI 业务工具授权复核:触发条件、权限双层校验与验收清单
人工智能·权限管理·系统集成
雷工笔记29 分钟前
AI根本没“觉醒“,别被这波“AI戏剧“骗了
人工智能
·云扬·36 分钟前
大模型训练三阶段与 LoRA 微调:从预训练到领域适配
人工智能·深度学习·ai
Psycho_MrZhang40 分钟前
Agent 测评、缺陷分级与发布流程
人工智能