存储空间告急？HeyGem定期清理建议来了
你是不是也遇到过这样的情况：HeyGem批量生成了几轮数字人视频后，服务器磁盘使用率突然飙到95%以上，/root/workspace/heygem-webui/outputs/目录里堆满了几百个MP4文件，连df -h都开始报警；想手动删又怕误删正在排队的任务结果，不删又担心下次生成直接失败——别急，这不是系统故障，而是所有高效使用者都会经历的“成长烦恼”。
本文不讲模型原理、不堆参数配置，只聚焦一个最实在的问题：如何让HeyGem长期稳定跑下去，不被自己生成的视频“撑爆”硬盘。我们将从空间占用根源出发，提供一套可立即执行、零风险、带自动化脚本的定期清理方案，涵盖手动清理技巧、智能归档策略、定时任务部署，以及关键的“什么能删、什么必须留”的判断原则。
1. 为什么HeyGem会快速吃掉大量存储空间？
先说结论：不是系统设计有问题，而是它太“尽职尽责”了。HeyGem默认将每一次成功生成的视频，无论质量高低、用途是否明确，全部原样保存在outputs/目录下，且不做任何自动清理。这在单次测试时毫无压力，但在批量生产场景中，空间消耗会呈指数级增长。
我们来算一笔账（基于v1.0默认配置）：
| 项目 | 数值 | 说明 |
|---|---|---|
| 单视频平均大小 | 80–120 MB | 以720p、30秒口播视频为例，H.264编码，码率约2.5 Mbps |
| 每日生成量（中等规模） | 50–80条 | 教育课件、产品介绍、客服应答等常见场景 |
| 日均新增空间 | 4–9 GB | 不含中间缓存、日志、临时文件 |
| 一周未清理 | 28–63 GB | 足以填满一块128GB系统盘的可用空间 |
outputs/目录结构 | 平铺无分层 | 所有.mp4文件混存，无日期/任务ID前缀 |
更关键的是，HeyGem的WebUI历史记录页面（即“生成结果历史”区域）仅做前端展示，并不依赖文件存在性——也就是说，你手动删除了某个MP4文件，UI上该缩略图可能仍显示，但点击播放或下载会失败。这容易造成误判：“咦？这视频还在列表里，应该还能用”，实则已是“幽灵条目”。
所以，清理的第一步，不是急着删，而是建立对存储结构的清晰认知。
2. HeyGem核心存储路径与文件类型解析
HeyGem的存储行为高度结构化，所有数据均集中在以下三个物理路径。理解它们，是安全清理的前提：
2.1 主输出目录：/root/workspace/heygem-webui/outputs/
这是你最常打交道的地方，也是空间占用主力。其内部结构如下：
outputs/ ├── batch_20251201_142305/ ← 批量任务生成目录（按时间戳命名） │ ├── video_001.mp4 │ ├── video_002.mp4 │ └── result.zip ← 该批次打包文件（含全部MP4） ├── batch_20251202_091533/ │ ├── video_001.mp4 │ └── result.zip ├── single_20251201_164211.mp4 ← 单个模式生成文件（无子目录） ├── single_20251202_110845.mp4 └── latest_batch.zip ← WebUI“一键打包下载”生成的最新汇总包（软链接或副本）可安全清理项：
- 所有
batch_*/子目录（只要确认对应任务已验收交付） - 所有
single_*.mp4文件（只要本地已有备份或无需回溯） latest_batch.zip（它是result.zip的副本，非必需）
❌禁止删除项：
outputs/目录本身（删除会导致后续生成失败）- 任何正在WebUI“生成结果历史”中显示为“处理中”或“排队中”的对应文件（可通过日志确认状态）
2.2 输入缓存目录：/root/workspace/heygem-webui/inputs/
这是HeyGem读取素材的入口，包含：
inputs/ ├── audio.mp3 ← 批量模式当前音频（每次覆盖） ├── videos/ ← 批量模式视频池（多文件上传后存放于此） │ ├── template_a.mp4 │ └── template_b.mp4 └── single/ ← 单个模式临时上传区（通常为空）可安全清理项：
inputs/videos/内所有文件（HeyGem不自动清理，但新任务会覆盖）inputs/audio.mp3（同上，每次上传即替换）
❌谨慎操作项：
inputs/videos/目录本身（删除后需手动重建，否则上传失败）
2.3 运行日志与临时文件：/root/workspace/运行实时日志.log及系统临时区
/root/workspace/运行实时日志.log：文本日志，体积小（通常<10MB），但长期运行会累积。/tmp/及/var/tmp/：HeyGem运行时可能生成临时帧序列、解码缓存等，尤其在长视频处理中可达数GB。
可安全清理项：
- 日志文件可压缩归档（如
gzip 运行实时日志.log）或按月轮转 /tmp/下以heygem_、gradio_开头的临时目录（需确认HeyGem未运行中）
3. 手动清理四步法：快速释放空间，零误操作风险
当你急需腾出空间（比如磁盘已满、生成报错“No space left on device”），请严格按以下顺序操作。每一步都有明确验证点，杜绝手滑误删：
3.1 第一步：暂停服务，锁定当前状态
# 进入HeyGem项目目录 cd /root/workspace/heygem-webui # 停止WebUI服务（优雅终止，避免中断正在写入的文件） pkill -f "gradio" 2>/dev/null || echo "服务已停止" # 验证进程是否退出 pgrep -f "gradio" && echo " 仍有进程运行，请重试" || echo " 服务已安全停止"验证点：
pgrep返回空，表示无Gradio进程残留。这是后续清理的安全前提。
3.2 第二步：识别并保留“待验收”文件
打开WebUI历史页面（http://localhost:7860），截图保存当前“生成结果历史”列表，重点关注：
- 最新几条的状态（“已完成”、“处理中”、“失败”）
- 对应的视频名称（如
video_003.mp4）及其所在批次目录（如batch_20251202_091533/）
然后，在终端中列出最近3个批次目录，确认哪些是“已确认交付”的：
# 列出outputs下最新的5个批次目录（按修改时间倒序） ls -t outputs/batch_* 2>/dev/null | head -n 5 # 输出示例： # outputs/batch_20251202_091533 # outputs/batch_20251201_142305 # outputs/batch_20251130_160211 # outputs/batch_20251128_104522 # outputs/batch_20251125_183344保留规则：
- 最新1个批次目录（
batch_20251202_091533）→ 确认验收后再删 - 倒数第2个（
batch_20251201_142305）→ 若已交付客户，可标记为“待清理” - 更早的（
batch_20251130_160211及之前）→ 默认可清理
3.3 第三步：执行精准清理命令
在确认保留范围后，执行以下命令（请逐行复制，勿合并运行）：
# 清理：所有“已确认交付”的旧批次（示例：删除20251130及更早的批次） find /root/workspace/heygem-webui/outputs/ -maxdepth 1 -type d -name "batch_202511[0-9]*" -exec rm -rf {} \; 2>/dev/null echo " 已清理2025年11月及更早的批次目录" # 清理：所有single_*.mp4文件（保留最近7天内的） find /root/workspace/heygem-webui/outputs/ -maxdepth 1 -type f -name "single_*.mp4" -mtime +7 -delete 2>/dev/null echo " 已清理7天前的单个模式视频" # 清理：inputs/videos/下所有文件（清空视频模板池） rm -f /root/workspace/heygem-webui/inputs/videos/* echo " 已清空输入视频池" # 清理：/tmp/下HeyGem相关临时文件 rm -rf /tmp/heygem_* /tmp/gradio_* 2>/dev/null echo " 已清理临时缓存"验证点：每条
echo后检查磁盘空间变化：df -h /root/workspace，应看到Use%明显下降。
3.4 第四步：重启服务，验证功能完整性
# 启动HeyGem bash start_app.sh & # 等待30秒，检查端口监听 sleep 30 lsof -i :7860 | grep LISTEN && echo " WebUI服务已启动" || echo "❌ 启动失败，请检查日志" # 快速验证：上传一个10秒MP3+10秒MP4，点击“开始生成”，确认能正常产出至此，一次安全、可控的手动清理完成。整个过程耗时通常不超过3分钟，释放空间可达数十GB。
4. 自动化清理方案：设置cron定时任务，一劳永逸
手动清理治标，自动化才是治本。我们推荐一个轻量、可靠、可审计的定时清理方案，每天凌晨2点自动执行，仅保留最近7天的产出。
4.1 创建清理脚本：/root/clean_heygem.sh
#!/bin/bash # 文件路径：/root/clean_heygem.sh # 功能：自动清理HeyGem过期文件，保留最近7天 LOG_FILE="/root/clean_heygem.log" DATE=$(date '+%Y-%m-%d %H:%M:%S') echo "[$DATE] 开始执行HeyGem自动清理" >> "$LOG_FILE" # 定义路径 OUTPUT_DIR="/root/workspace/heygem-webui/outputs" INPUT_VIDEO_DIR="/root/workspace/heygem-webui/inputs/videos" TMP_DIR="/tmp" # 清理outputs/下超过7天的batch_*目录 find "$OUTPUT_DIR" -maxdepth 1 -type d -name "batch_*" -mtime +7 -exec rm -rf {} \; 2>/dev/null if [ $? -eq 0 ]; then echo "[$DATE] 已清理outputs/下7天前的batch_*目录" >> "$LOG_FILE" else echo "[$DATE] outputs/清理未执行（可能无过期目录）" >> "$LOG_FILE" fi # 清理outputs/下超过7天的single_*.mp4 find "$OUTPUT_DIR" -maxdepth 1 -type f -name "single_*.mp4" -mtime +7 -delete 2>/dev/null echo "[$DATE] 已清理outputs/下7天前的single_*.mp4" >> "$LOG_FILE" # 清理inputs/videos/下所有文件（模板池每日清空） rm -f "$INPUT_VIDEO_DIR"/* echo "[$DATE] 已清空inputs/videos/" >> "$LOG_FILE" # 清理/tmp/下临时文件 rm -rf "$TMP_DIR"/heygem_* "$TMP_DIR"/gradio_* 2>/dev/null echo "[$DATE] 已清理/tmp/临时文件" >> "$LOG_FILE" # 压缩并轮转日志（保留最近30天） gzip -f "$LOG_FILE" 2>/dev/null find /root/clean_heygem.log.* -mtime +30 -delete 2>/dev/null echo "[$DATE] 清理完成" >> "$LOG_FILE" echo "----------------------------------------" >> "$LOG_FILE"4.2 设置执行权限并测试
# 添加执行权限 chmod +x /root/clean_heygem.sh # 手动运行一次，检查日志和效果 /root/clean_heygem.sh # 查看日志确认执行成功 tail -n 10 /root/clean_heygem.log4.3 添加到crontab（每天凌晨2点执行）
# 编辑root用户的crontab crontab -e在打开的编辑器中，添加以下行：
# 每天凌晨2点执行HeyGem自动清理 0 2 * * * /root/clean_heygem.sh保存退出。cron会自动加载。
验证点：
- 等待次日凌晨2:01，执行
tail -n 20 /root/clean_heygem.log.gz（需先gunzip）查看日志 - 或手动触发：
run-parts --test /etc/cron.daily（若放入daily目录）
该方案优势在于：
- 零侵入：不修改HeyGem源码，不依赖其内部逻辑
- 可审计：所有操作记录在独立日志，便于追溯
- 可伸缩：如需保留14天，只需改
-mtime +7为-mtime +14 - 失败安全：即使某次清理失败，不影响下次执行
5. 高阶建议：构建可持续的存储管理习惯
清理只是手段，建立长效管理机制才是目标。结合HeyGem的实际工作流，我们推荐三条实践原则：
5.1 “生成即归档”工作流
不要让HeyGem成为你的唯一存储库。每次生成任务完成后，立即执行：
- 在WebUI下载
result.zip到本地NAS或对象存储（如阿里云OSS、腾讯COS） - 在本地创建结构化归档目录：
/archive/heygem/20251202/课程A_英语版/ - 将ZIP解压，重命名视频为业务含义名（如
courseA_english_intro.mp4） - 最后一步：在HeyGem服务器上删除该批次目录
这样做的好处：HeyGem只保留“工作区”，真正资产在专业存储中，既安全又释放空间。
5.2 WebUI历史记录“瘦身”技巧
HeyGem的“生成结果历史”页面会随文件增多而变慢。可通过以下方式优化：
- 定期清空历史列表：在WebUI中，勾选所有已下载的视频，点击“🗑 批量删除选中”。注意：这只是删除UI索引，不删除磁盘文件，需配合上述清理脚本。
- 禁用缩略图自动生成（进阶）：修改
/root/workspace/heygem-webui/webui.py中缩略图生成逻辑，或在Nginx反向代理层限制图片尺寸，减少内存占用。
5.3 监控告警前置化
与其等df -h报警，不如主动监控。一行命令即可实现：
# 当磁盘使用率超85%时，发邮件通知（需已配置mailutils） df /root/workspace | awk 'NR==2 {if ($5+0 > 85) print "ALERT: HeyGem disk usage is "$5"%"}' | mail -s "HeyGem Disk Alert" admin@yourcompany.com将其加入crontab每10分钟检查一次，真正做到防患于未然。
6. 总结：让HeyGem成为你内容生产的“永动机”，而非“空间黑洞”
HeyGem的强大，恰恰体现在它不知疲倦地为你生成高质量数字人视频；而它的“沉默”，也体现在它从不提醒你：“嘿，我快没地方存了”。本文提供的，不是一套复杂的运维体系，而是一套极简、可执行、经生产环境验证的日常维护法则：
- 认清根源：空间压力来自
outputs/的平铺式存储，而非系统缺陷； - 手动应急：四步法确保3分钟内安全释放数十GB；
- 自动守护：一个脚本+一条crontab，从此告别半夜清盘；
- 习惯升级：用“生成即归档”把HeyGem从存储中心降级为生产引擎。
真正的AI生产力，不在于单次生成多快，而在于能否7×24小时稳定输出。当你不再为磁盘空间提心吊胆，HeyGem才真正从一个工具，进化为你内容工厂里那台不知疲倦的永动机。
--- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
