Clean Mac Jev — AI skill for Claude Code
macOS disk cleaner using a model cascade: Jev (TypeSafe) classifies hundreds of cache folders for cents, Claude Opus 5 reviews only the uncertain ones.
How to install Clean Mac Jev
This entry records only its repository, not the path inside it, so there is no
exact command to give. Open almeidasrenato/clean-mac-jev and copy the folder into
~/.claude/skills/, or the file into ~/.claude/agents/.
What Clean Mac Jev does
macOS disk cleaner using a model cascade: Jev (TypeSafe) classifies hundreds of cache folders for cents, Claude Opus 5 reviews only the uncertain ones. Shows tokens and cost per model. Moves to Trash, never deletes.
Alternatives in AI
- Prompt Tower — Context management for long-context LLMs, agents, and vibe coding 382 ★
- Typesafe MCP — An mcp connector to evaluate anything fast and cheap 258 ★
- Codex Login — Log GPT (Codex) in on this machine with a ChatGPT device login - shows a link and a one-time code 162 ★
README
Faxina do Mac
Um limpador de disco para macOS que usa dois modelos de IA em cascata: o **Jev** (TypeSafe) faz o trabalho pesado de classificar cada pasta candidata, e o **Claude Opus 5** revisa só os casos em que o Jev ficou em dúvida. O app mostra, a cada varredura, quantos tokens e quantos dólares cada modelo gastou.

*Varredura real de `~/Library/Caches`: 15 candidatos, Jev classificou todos por US$ 0,00056, Opus 5 revisou 9 por US$ 0,062.*
Por que existe
Todo Mac de desenvolvedor acumula gigabytes de lixo regenerável: `node_modules` esquecidos, caches de navegador, `DerivedData`, `~/.npm`, snapshots de emulador. Ferramentas tradicionais de limpeza usam listas fixas de caminhos e não sabem nada sobre a pasta estranha que um app qualquer criou em `~/Library/Application Support`.
Mandar cada pasta para um LLM grande resolveria o julgamento, mas seria caro e lento. Este projeto nasceu para testar uma ideia: **usar um modelo pequeno e barato para as centenas de decisões fáceis e reservar o modelo grande para as difíceis**, medindo o custo de cada um.
Como funciona
varredura (código) ──► Jev: 1 requisição por candidato ──► política (código)
│
┌────────── seguro ◄──────────────────┤
│ manter ◄──────────────────┤
│ dúvida ──► Opus 5 (lotes de 40) ──► apagar / manter + motivo
▼
você revisa e marca ──► move para a Lixeira
- Varredura (código puro). Percorre a pasta escolhida com
os.scandir, soma o tamanho de cada subpasta e escolhe candidatos: pastas com nome de cache/build/dependência a partir de 20 MB, pastas grandes (500 MB ou mais) e arquivos soltos grandes que sejam instaladores, arquivos compactados ou vídeos. - Classificação (Jev). Cada candidato vira um
statecom metadados (caminho, ta
Related Skills
Jev Flash Router
open-sourced jev-flash-router: an MCP server for TypeSafe's new Jev model. AI coding agents waste hundreds of
Tokenslim
TokenSlim — spend fewer tokens on every LLM API call: prompt compression, 350-skill router, model cascade, sem
Cleanup Cache
Clean system caches (npm, Homebrew, Yarn, browsers, Python/ML) to free disk space
Jev Pruner
Claude Code plugin: trim long Bash output with TypeSafe Jev before the model sees it
Canny
Stops AI coding agents from claiming work is done without evidence. Deterministic hooks decide, TypeSafe's Jev
Jev Curate
High-throughput synthetic & pretraining dataset sifter powered by TypeSafe AI Jev (api.typesafe.ai). Stream, f
Related Agents
Onedrive Organizer
Sorts loose files in OneDrive/Documents, OneDrive/Download, OneDrive root, and Mac ~/Downloads into the correc
Typesafe Adversary
Red-teams TypeSafe integrations before users do. Probes the nine documented Jev failure modes, tests prompt in
macOS Onboarding Reviewer
Mac-side expert who reviews onboarding documentation and install scripts for macOS-specific accuracy, complete