在fastfetch中实现系统安装时间检测功能
2025-05-17 13:30:08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
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
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
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
316
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219