构建内容寻址的文件去重工具

目标

构建遍历目录、按尺寸分组、用部分哈希消歧、最后全量 SHA-256 确认的重复文件查找工具，输出含可回收字节的报告，并可选删除、硬链接合并或移入内容寻址存储。

要点

分段策略让大媒体库几乎不读全量字节——字节计数测试断言总读取量证明层级真生效；硬链接动作先改名备份再建链再删备份，崩溃留下的备份文件就是恢复记录；跨设备硬链接以设备号检查直接拒绝。

提示

dry-run 是默认模式，JSON 报告是评审对象也是监控可告警的产物（可回收字节趋势）。

验证

actor 测试在真实临时树上以 inode 层面验证硬链接；store 模式的撤销日志可恢复原始布局。 项目目录骨架：

dedupe/
├── bin/dedupe.js
├── src/
│   ├── walk.js
│   ├── pipeline.js
│   ├── hash.js
│   └── actors/
│       ├── report.js
│       ├── link.js
│       └── store.js
├── test/
│   ├── pipeline.test.js
│   └── actors.test.js
└── package.json

实施阶段：Lazy walker → Staged hash pipeline → Report and link actors → Content-addressed store actor。