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

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:
- 从这三个来源读取温度。
- 统一成整数摄氏度。
- 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。