如何通过DVC清理本地已检出文件，仅保留存根与*.dvc文件？

核心命令：dvc gc #

这是DVC官方专门用来清理本地缓存和工作区已检出数据的工具，完全能替代你手动写的复杂脚本，精准满足只保留.dvc文件、释放磁盘空间的需求。

常用参数组合 #

• 清理工作区所有已检出的远程受控文件（含历史分支、标签、提交关联的数据）：

  dvc gc --workspace --all-branches --all-tags --all-commits
  

  参数说明：

  • --workspace：针对当前工作区操作，把已检出的实际大文件替换回DVC存根，只保留.dvc文件
  • --all-branches/--all-tags/--all-commits：覆盖所有历史版本关联的本地数据，避免遗漏

• 若只需清理当前工作区最新版本的数据，不用处理历史分支/标签，用简化版：

  dvc gc --workspace
  

关键注意事项 #

• 执行前务必确认：这些大文件已经通过dvc push推送到远程存储，否则清理后本地无备份、远程也找不到数据
• 该命令不会删除.dvc文件，仅移除实际大文件，替换为轻量级存根，完全不影响版本追踪，后续需要用时直接dvc pull就能重新拉取
• 无需额外压缩存根，因为DVC存根本身体积极小，且你的文件已压缩，额外压缩没有意义

验证清理结果 #

清理完成后，用以下命令确认状态：

dvc status

如果输出Data and pipelines are up to date，说明清理成功，工作区仅保留.dvc文件和存根，实际大文件已被移除。

内容的提问来源于stack exchange，提问作者Chris