Fastfetch项目:如何获取系统安装时间信息
2025-05-17 17:11:33作者:宣海椒Queenly
在Linux系统管理中,了解系统安装时间是一个有用的功能,可以帮助管理员评估系统运行时长。本文将介绍如何在Fastfetch项目中实现这一功能。
系统安装时间获取原理
Linux系统安装时间可以通过多种方式获取,其中最常见的方法是:
- 文件系统创建时间:通过检查根文件系统的创建时间来确定系统安装时间
- 关键系统文件修改时间:如检查/etc目录或特定系统文件的创建时间
实现方案比较
Bash脚本方案
最初的Bash脚本实现使用了dumpe2fs命令来获取文件系统创建时间:
creation_time=$(sudo dumpe2fs $(mount | grep 'on \/ ' | awk '{print $1}') 2>/dev/null | grep 'Filesystem created' | awk '{print $3, $4, $5}')
然后通过日期计算转换为易读格式。这种方法需要root权限,且依赖于ext文件系统特性。
Python优化方案
改进后的Python实现提供了更好的可读性和错误处理:
import subprocess
from datetime import datetime
device_info = subprocess.run(["mount"], stdout=subprocess.PIPE, check=True, text=True)
device_line = [line for line in device_info.stdout.split('\n') if 'on / ' in line][0]
device = device_line.split()[0]
Python版本自动处理了年份问题,并提供了更健壮的错误处理机制。
简化方案
更简单的替代方案是使用stat命令直接获取根目录的创建时间:
stat /
这种方法不需要特殊权限,适用于大多数现代Linux发行版。
在Fastfetch中的集成
Fastfetch作为系统信息工具,可以通过其命令模块集成这一功能:
- 将上述脚本保存为可执行文件
- 在Fastfetch配置中添加命令模块引用
示例配置:
{
"type": "command",
"text": "/path/to/install_time_script",
"key": "System Age"
}
注意事项
- 不同文件系统可能提供不同的时间信息
- 系统重装或文件系统迁移会影响结果的准确性
- 对于容器环境,结果可能反映的是容器创建时间而非主机安装时间
通过合理选择实现方案,系统安装时间信息可以成为Fastfetch展示的有用指标之一。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868