← 返回列表

别再相信单一温度来源:我给 AMD 群晖做了一份可验证的温度 JSON

AMD 群晖温度接口和桌面小屏

一句话结论: 监控不是“读到一个数”就结束了。一个没有第二来源核对过的温度,只是一个看起来很官方的数字。

TL;DR

难点 我的做法
Glances 读不到主板温度 主板/系统温度走 DSM 自己的 synowebapi
AMD CPU 不叫 Core 0 CPU 读 k10temp 的 Tctl,回退 Tdie
群晖自带 smartctl 半残 硬盘显式 -d sat 读 SMART 属性
单一管线可能自洽但错误 每次运行用独立来源交叉验证
下游设备需要稳定契约 输出一份扁平 JSON,原子写入

1. 为什么这件小事会变复杂

小结论: AMD 群晖不是“读温度教程”的默认模型。

我最初只是想在桌上摆一个小屏,看 NAS 的温度:CPU、系统、每块硬盘。听起来像一个下午能搞完的事,结果 AMD 群晖一次性打破了几个常见假设:

常见假设 在 AMD 群晖上的现实
smartctl --json 好用 自带版本老,没有 JSON,--scan 也不好用
CPU 有 Core 0 AMD k10temp 里是 Tctl / Tdie
Glances 能读全硬件 它能看到 CPU,但不稳定地看到主板和硬盘
一个工具能包圆 每个工具都缺一块,而且缺的不是同一块

所以这不是“找一个命令”的问题,而是“把几个不完整来源拼成一个可信接口”的问题。

2. 每个值挑最可靠的来源

小结论: 不要逼一个工具做所有事,让每个数来自最擅长报告它的地方。

值 来源 读取方式
CPU Glances REST API .../api/4/sensors,标签 Tctl,回退 Tdie
系统 / 主板 DSM Web API SYNO.Core.System -> sys_temp
硬盘 smartctl -A -d sat /dev/sataN,属性 194 或 190

采集器只做三件事:

  1. 从这三个来源读取温度。
  2. 统一成整数摄氏度。
  3. 写出一份扁平 JSON。

如果某个来源不可用,对应字段就是 null。我宁可显示“没有数据”,也不编一个看起来合理的数字。

3. 别信任自己的管线

小结论: 最有价值的不是采集,而是验证。

大多数 homelab 监控是自洽的:它读一个工具,然后把那个工具的结果画出来。问题是,自洽不代表正确。

所以我给它加了 verify.py,每次运行都把接口输出和独立来源对账:

字段 接口来源 交叉验证来源
CPU Glances 直读 sysfs:/sys/class/hwmon/.../temp1_input
系统 JSON 输出 DSM synowebapi 的 sys_temp
硬盘 smartctl DSM Storage Manager

验证留 3°C 容差,用来吸收两次采样之间的时间差。任一项不一致,脚本就非零退出。

监控的重点不是“我能读到”,而是“我能证明它没读错”。

4. 输出契约:一份小 JSON,喂给所有下游

小结论: 下游越简单,接口越应该稳定。

最终输出是这样:

{
  "ts": 1750900000,
  "unit": "C",
  "model": "DS1525+",
  "cpu": 53,
  "cpu_label": "Tctl",
  "system": 41,
  "disks": [
    { "name": "sata1", "temp": 38 }
  ]
}

我特意让它扁平、短、好解析。守护进程每 30 秒刷新一次,并且原子写入:先写临时文件,再 mv。这样 ESP32 或网页永远不会读到半截 JSON。

下游现在有两个:

  • 一个自包含的网页表盘。
  • 一个 ESP32 / M5Dial 桌面小屏,按 ts 判断数据是否过期。

5. 踩坑 / 修法

坑 原因 修法
脚本把自己杀了 BusyBox 没有 pgrep,pkill -f 匹配到启动器自己 用 PID 文件,按 PID kill
Docker 里 CPU 传感器为空 容器看不到宿主机硬件传感器 Glances compose 加 pid: host
scp 连不上 DSM 群晖没启用现代 scp 默认走的 SFTP 子系统 用 scp -O 走旧协议
硬盘温度读不到 自带 smartctl 需要显式设备类型 smartctl -A -d sat /dev/sataN

这些坑看起来都很小,但它们共同说明了一件事:NAS 监控不能只靠“网上教程说这么写”。

6. 取舍

小结论: 这是一个锋利的小工具,不是通用企业监控平台。

  • 它是按一台 AMD 群晖调的,硬盘槽位、Tctl、hwmon 路径目前都有机器假设。
  • 它只做温度,吞吐、风扇、UPS、容量还没纳入。
  • 端点只应该放在内网,不该端口转发,也不该裸露公网。
  • 真机 M5Dial 固件还在迭代,今天最稳定的是 JSON 契约和网页表盘。

7. 可复制清单

  • 先列出每个温度字段的可信来源。
  • 不要用一个工具强行读所有东西。
  • 对每个字段找第二来源交叉验证。
  • 输出 JSON 时允许 null,不要编假数。
  • 原子写入文件,避免读到半截。
  • 下游用 ts 判断数据是否过期。
  • 端点只放内网,别暴露公网。

8. 最后

这个项目真正想解决的不是“怎么显示温度”,而是:

当一个数字会影响你的判断时,你有没有办法证明它值得信?

在 AMD 群晖这种温度散落在三个半残工具里的平台上,这份 JSON 至少给了我一个能解释、能验证、能喂给小屏的答案。

→ github.com/byzosc/nas-monitoring

如果它帮你省下一下午跟 smartctl 较劲的功夫,给个 star 我会很开心。