Cómo funciona
Por Pedro Albaladejo · ClearCopies
Actualizado 12 de agosto de 2026 · 7 min de lectura
Cómo funciona la detección de duplicados basada en metadatos
Sigue el pipeline desde el inventario de solo lectura hasta la agrupación exacta, la revisión y la exportación del plan.
La detección por metadatos es más que ordenar un CSV. Un resultado fiable depende de una enumeración completa, un estado de análisis explícito, un procesamiento coherente de los hashes, una agrupación determinista y un tratamiento honesto de los datos ausentes.
Construye el pipeline como fases diferenciadas: descubrimiento, normalización, segmentación de candidatos, coincidencia exacta, clasificación de seguridad, revisión y exportación. Conserva las evidencias de cada grupo para que un revisor pueda entender por qué apareció.
Una lista de comprobación práctica
- 1Enumera la unidad leyendo sus metadatos.
- 2Normaliza los ID estables, los tamaños en bytes, las ubicaciones y los valores de hash.
- 3Segmenta los tamaños iguales y compara quickXorHash.
- 4Adjunta el contexto y exige al menos un elemento a conservar.
- 5Exporta el plan revisado antes de cambiar ningún archivo.
Comprende la situación
Mantén las evidencias de detección separadas del juicio de retención. Las señales técnicas pueden establecer que los bytes coinciden, mientras que la ruta, los permisos, el historial y la propiedad determinan si un elemento de archivo es operativamente redundante.
Utiliza un flujo de trabajo controlado
Un pipeline robusto gestiona la paginación, los valores ausentes, la limitación de peticiones y los cambios durante el análisis. Los datos incompletos deben reducir la confianza o permanecer sin resolver, en lugar de convertirse en un resultado de apariencia limpia pero inseguro.
Toma la decisión final
Trata la exactitud y la posibilidad de eliminación como resultados separados. El motor puede decir que los bytes coinciden; el usuario decide qué identidad de elemento sobrevive según la ruta, el propietario, el uso compartido, el historial y la política.
ClearCopies tiene una promesa deliberadamente acotada: analizar los metadatos de nube compatibles, confirmar los candidatos exactos mediante el tamaño en bytes más una huella del proveedor coincidente, dejar que el usuario revise y exportar el plan sin descargar el contenido original.
Límites y riesgos a revisar
- — Una enumeración parcial hace que los recuentos de grupos sean incompletos.
- — Los hashes ausentes no deben heredar confianza de los nombres.
- — Un estado obsoleto del elemento puede invalidar una acción posterior.
- — El manejo de metadatos necesita la misma disciplina de seguridad que otros datos sensibles.
Referencias oficiales
Preguntas frecuentes
¿Abre documentos el escáner?
No en el flujo exacto del MVP de ClearCopies. Lee los metadatos devueltos por OneDrive.
¿Pueden los metadatos detectar documentos similares?
No la similitud semántica o visual. Identifica relaciones exactas de bytes cuando hay huellas compatibles disponibles.
¿Por qué exportar un plan?
Hace que las decisiones de conservación, las evidencias y las excepciones sean revisables antes de cambiar cualquier archivo.
Analiza primero. Decide con evidencia.
ClearCopies lee los metadatos de las unidades en la nube compatibles y agrupa las copias exactas por tamaño en bytes más una huella de contenido del proveedor. El análisis no descarga el contenido original de los archivos. Revisas el resultado y exportas un plan antes de que se mueva ningún archivo.