在fastfetch中实现系统安装时间检测功能
2025-05-17 19:57:58作者:晏闻田Solitary
背景介绍
fastfetch是一个轻量级的系统信息查询工具,类似于neofetch但性能更优。在系统运维和开发工作中,了解系统安装时间是一个常见需求,这有助于评估系统稳定性、规划维护周期等。
技术实现方案
方案一:使用Bash脚本集成
通过编写Bash脚本获取文件系统创建时间,可以计算出系统安装时长。核心思路是:
- 使用
dumpe2fs命令获取文件系统创建时间 - 将时间转换为可计算的格式
- 与当前时间比较得出运行时长
#!/bin/bash
creation_time=$(sudo dumpe2fs $(mount | grep 'on \/ ' | awk '{print $1}') 2>/dev/null | grep 'Filesystem created' | awk '{print $3, $4, $5}')
creation_epoch=$(date -d "$creation_time" +"%s")
current_epoch=$(date +"%s")
uptime_seconds=$((current_epoch - creation_epoch))
方案二:Python实现版本
Python版本提供了更好的可读性和跨平台性:
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]
在fastfetch中的集成方法
fastfetch提供了灵活的模块化设计,可以通过Command模块轻松集成自定义脚本:
- 将上述脚本保存为可执行文件
- 在fastfetch配置文件中添加Command模块配置
- 设置适当的执行权限
配置示例:
{
"type": "command",
"text": "/path/to/your/script",
"key": "System Uptime"
}
注意事项
- 权限问题:脚本中使用了
sudo命令,需要确保fastfetch以root权限运行 - 跨平台兼容性:不同文件系统可能需要不同的命令获取创建时间
- 性能考虑:频繁调用外部命令可能影响性能
优化建议
- 使用
stat /命令替代复杂的文件系统查询,简化实现 - 考虑缓存机制,避免每次运行都重新计算
- 添加错误处理机制,应对不同环境下的执行失败
通过以上方法,可以有效地在fastfetch中实现系统安装时间检测功能,为系统管理员提供有价值的参考信息。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987