Project Icon

zenith

实时监控系统性能的终端图形化工具

作为一款开源的系统性能监控工具,Zenith在终端中提供图形化界面,实时展示CPU、内存、网络和磁盘的使用情况。它能高亮显示资源占用最高的进程,监控电池状态,并支持NVIDIA GPU使用率追踪。Zenith的特色功能包括可过滤的进程表、图表缩放和性能数据保存。目前兼容Linux和MacOS系统,未来有望支持更多平台。

Zenith

用 Rust 编写的终端图形化指标显示工具,适用于 *nix 系统

在 MacOS 的 Alacritty 终端上运行 Zenith

特性

  • 可选的 CPU、内存、网络和磁盘使用率图表
  • 快速查看磁盘剩余空间、网卡 IP 地址、CPU 频率
  • 突出显示 CPU、内存和磁盘的主要使用者
  • 电池百分比、充放电时间、功耗
  • 类似 top 的可过滤进程表,包括每个进程的磁盘使用情况
  • 更改进程优先级
  • 可缩放的图表视图(支持回溯历史数据)
  • 使用信号管理进程
  • 在运行之间保存性能数据
  • NVIDIA GPU 使用率指标(使用 --features nvidia),包括每个进程的 GPU 使用情况
  • 磁盘剩余空间图表
  • 延迟统计(在 Linux 上以 root 权限运行 Zenith 时)
在 iTerm2 的 Linux 上运行 Zenith

计划功能

  • CPU 窃取百分比和通用虚拟化感知
  • 传感器温度图表
  • 每个进程的网络使用情况(Linux)
  • 关于系统不良事件的消息提示,如内核环形缓冲区中的错误(Linux)
  • Docker 支持
  • ZFS(池状态)
  • AMD GPU 使用率指标
  • 磁盘指标,如 IO 操作/延迟
  • 支持内存压力

当前支持的平台

  • Linux
  • MacOS

计划支持的平台

  • BSD(OpenBSD/FreeBSD)
  • 可能会支持 Redox OS

安装

打包状态

二进制文件

下载编译好的发行版

基于 Debian/Ubuntu 的 Linux 发行版(64 位)

最新的 64 位 deb 包可在这里获取,需要基于 Debian >= 9 或 Ubuntu >= 16.04 的发行版

你也可以使用 deb-get 安装和更新我们在 GitHub 发布页面上发布的 .deb 包。 首先在终端中使用以下命令安装 deb-get

sudo apt install curl
curl -sL https://raw.githubusercontent.com/wimpysworld/deb-get/main/deb-get | sudo -E bash -s install deb-get

然后在终端中使用以下命令安装 zenith:

deb-get install zenith

安装 zenith 后,可以使用以下命令保持更新:

deb-get update
deb-get upgrade

Arch Linux

zenith 可在 extra 仓库中获得,可以使用 pacman 安装:

pacman -S zenith

AUR 中也有可用的包:zenith-git 和 zenith-bin

zenith-bin 包使用前面提到的 deb 包,可以避免从源代码构建。前两个依赖于 rust/cargo,建议从 AUR 安装 rustup 包,而不是从官方仓库安装 rust 包。这样可以按照 rust 官方文档轻松安装 rust 组件。你需要使用 rustup 单独安装工具链,所以使用类似以下的命令:

yay -S rustup
rustup toolchain install stable
rustup default stable

如果你有特定偏好,可以将上面的 'stable' 工具链更改为 beta/nightly/...。之后安装首选的 AUR 包:yay -S zenith-git(将跟踪最新的 git 修订版)

Homebrew

brew install zenith

Cargo

cargo install --git https://github.com/bvaisvil/zenith.git

对于 NVIDIA GPU 支持,请使用 nvidia 特性安装:

cargo install --features nvidia --git https://github.com/bvaisvil/zenith.git

构建

先决条件

构建需要 rust 版本 >= 1.40 和 libclang 开发包。

Rust:

从你喜欢的包管理器安装,或最好使用 rustup.rs

Clang 开发包:

  • Ubuntu/Debian: sudo apt-get install libclang-dev
  • CentOS/RHL/Fedora sudo [yum/dnf] install clang

Zenith 可在 rustc 版本 >= 1.40.0 下构建。

cd zenith
cargo build --release

对于 NVIDIA GPU 支持,使用 nvidia 特性构建:

cargo build --release --features nvidia

支持的最低 NVIDIA 驱动程序版本是 418.56

还有一个 Makefile,可以检测当前系统上是否存在 NVIDIA 驱动程序,并在 Linux 上构建适当的版本。

make && sudo make install

如果由于某些原因 Makefile 错误检测到 NVIDIA 驱动程序安装,或者安装损坏(例如存在 libnvidia-ml.so.1 但没有 libnvidia-ml.so),则可以使用 base 目标显式跳过:

make base && sudo make install

默认安装路径是 /usr/local,因此上面的 make install 需要 root 权限。要安装到自定义位置,请使用 PREFIX,如下所示:

make && make install PREFIX=$HOME/zenith

Makefile 中还有一个 'all' 目标,如果检测到 NVIDIA 驱动程序,它将在 Linux 上构建两种版本,然后 'make install' 将复制一个 'zenith' 包装脚本,在运行时选择适当的二进制文件。

静态构建

Makefile 提供了在 Linux 上针对 musl C 库进行完全静态版本构建的功能。这需要在系统上安装 musl-gcc。在 debian/ubuntu 衍生版上安装 "musl-tools" 包,在 fedora 上安装 "musl-gcc",在其他发行版上从其标准仓库安装等效包。

使用目标 "linux-static" 来构建它。这将创建一个包含可执行文件的 tarball,并附带一个包含 sha256 校验和的文件。

NVIDIA 驱动程序通常不提供库的静态版本,因此静态构建会跳过该配置。但是,如果你somehow能获得 NVIDIA 库的静态版本,或者可以接受该可执行文件的动态链接,那么你可以显式设置 BUILD_NVIDIA 标志为 true:

make linux-static BUILD_NVIDIA=true

在虚拟环境中构建 NVIDIA 支持

如果需要在虚拟环境中构建 NVIDIA 支持,则需要更多设置,因为通常 VM 软件无法直接暴露 NVIDIA GPU。 与运行时 zenith 脚本不同,Makefile 已设置为仅检测所需 NVIDIA 库的存在,因此即使没有 NVIDIA GPU,也可以构建 NVIDIA 支持。

按照发行版推荐的方式安装 nvidia 驱动包。例如,在 Ubuntu < 18.04 中添加 NVIDIA PPA (https://launchpad.net/~graphics-drivers/+archive/ubuntu/ppa) 并安装 nvidia-430 包。对于较新版本,安装 nvidia-driver-440/450 包。 之后使用"sudo prime-select intel"禁用实际驱动程序的使用。然后在使用Makefile构建时,您需要显式地将NVIDIA库路径添加到LD_LIBRARY_PATH中。 例如,在Ubuntu及其衍生版上,可以这样做:

  export LD_LIBRARY_PATH=/usr/lib/nvidia-430
  make && sudo make install

构建deb软件包

源代码树中包含Debian软件包支持。安装devscripts软件包,并使用标准选项如"debuild -b -uc -us"在上一级目录中构建一个未签名的deb软件包。 在虚拟环境构建中,可以像这样显式设置LD_LIBRARY_PATH:

debuild -eLD_LIBRARY_PATH=/usr/lib/nvidia-430 -b -uc -us

可以从软件仓库或通过标准的rustup方式安装Cargo。如果需要在虚拟环境中进行更多操作,通常建议使用后者。在这种情况下,$HOME/.cargo/bin应该在PATH中,并标记PATH以使debuild不会对其进行清理:

debuild -ePATH -eLD_LIBRARY_PATH=/usr/lib/nvidia-430 -b -uc -us

使用"./debian/rules clean"而不是"make clean"来清理,这样可以同时清除debian构建文件。

使用方法

不带参数运行时,zenith会以默认的2000毫秒(2秒)刷新率启动,显示CPU、磁盘和网络的默认可视化。这些可以通过命令行参数进行更改:

用法:
    zenith [标志] [选项]

标志:
        --disable-history    存在此标志时禁用历史记录
    -h, --help               打印帮助信息
    -V, --version            打印版本信息

选项:
    -c, --cpu-height <INT>        CPU/内存可视化的最小百分比高度。[默认值:17]
        --db <STRING>             要使用的数据库(如果有)。[默认值:~/.zenith]
    -d, --disk-height <INT>       磁盘可视化的最小百分比高度。[默认值:17]
    -n, --net-height <INT>        网络可视化的最小百分比高度。[默认值:17]
    -p, --process-height <INT>    进程表的最小百分比高度。[默认值:32]
    -r, --refresh-rate <INT>      刷新率(毫秒)。[默认值:2000]
    -g, --graphics-height <INT>   显卡可视化的最小百分比高度。[默认值:17]

graphics-height选项仅在启用NVIDIA GPU支持时适用。

不想要某个部分?将其高度设置为0即可删除。

例如:zenith -c 0会删除CPU图表。

上/下箭头键在进程表中移动。回车键将聚焦于一个进程。 Tab键切换活动部分。活动部分可以展开(e)和最小化(m)。 +/-(或=/-)将放大/缩小所有图表。箭头键(←/→)在时间上前进/后退。 反引号(`)将图表重置为当前时间和最大缩放。 使用这些选项,您可以创建您想要的布局。

在zenith中,'h'键将显示此帮助:

在MacOS的iTerm2上运行zenith

使用了这些优秀的crate构建

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号