温度看门狗 disantosmyha-cloud/tempguard

temguard

是什么：本地温度看门狗。每隔几秒读一次 CPU/GPU 温度，写进 CSV；温度持续超限就按四态升级：安全 → 警告 → 终止进程 → 关机。

为什么不是「超一下就杀」：游戏、编译、瞬时加速都会让温度冲一下。tempguard 只认「连续」：

温度 ≥ 90°C → 警告连续 20 分钟 ≥ 93°C → 终止进程连续 3 次 ≥ 95°C → 关机温度 < 88°C → 恢复正常，所有计时/计数清零

冷启动后 180 秒内、且还没读到正常温度前：只警告，不终止、不关机

公开仓库的 config.yaml 默认是演习模式（dry_run: true）。本机如果存在 config.local.yaml，main.py 会优先读取它；当前本机的真实模式参数就在这个文件里，而它已被 .gitignore 忽略，不会上传。

想临时演习：python main.py --dry-run；想强制使用公开配置：python main.py --config config.yaml。

目录结构、参数详解、GitHub 开源步骤见 docs/使用指南.md。

特性

- 四态清晰：safe / warning / terminate / shutdown，主循环按状态动作。
- 只认连续：瞬时峰值只到警告，掉回阈值以下计时/计数立即重来。
- 开机保护：冷启动后 180 秒内、且未读到正常温度前，即使传感器报 100°C+ 也只警告，不会直接关机。
- 演习模式：所有危险动作都可以先空跑。
- 多平台告警：通过 AstrBot Open API 转发到微信/QQ/飞书/钉钉/Telegram/Discord/Slack；也支持企业微信直连和 SMTP 邮件。
- 独立告警服务：temguard → alertd → 可插拔适配器，带 SQLite 持久化 outbox、TRIP 优先级、并行 fanout、重试、健康检查和发送日志。
- 关键动作等待送达：关机/终止进程前同步等待告警确认（默认 10 秒），避免「告警还没发出去就关机」。
- 官方平台适配器：企业微信、飞书、钉钉、Telegram、Discord、Slack、SMTP 邮件、QQ OneBot、个人微信 iLink、Wechaty/WeChatFerry 桥，全部不依赖 AstrBot。
- DSH 插件：dsh-plugin-tempguard 把温度查询和告警发送注册成智能体工具，可在 DeepSeek Harness 里直接调用。
- 读不到不崩：传感器缺失记为 None，主循环照常跑。
- 单轮错误保护：采样、写日志、发通知哪一步出错，打印后继续下一轮。
- 日志即证据：每次采样一行 CSV，事后能回看温度、状态和原因。

安装

git clone <你的仓库地址> temguard
cd temguard
pip install -r requirements.txt

核心依赖只有 pyyaml + psutil。

Windows 读 CPU 温度：LibreHardwareMonitor

Windows 自带的 ACPI/WMI 温度经常读不到，或者不是 CPU 核心温度。tempguard 读取 LibreHardwareMonitor 的 Remote Web Server JSON：

1. 到 LibreHardwareMonitor Releases 下载 zip 并解压。
2. 以管理员身份运行 LibreHardwareMonitor.exe，保持它开着。
3. 打开 Options → Remote Web Server → Run。
4. 长期挂机再勾选 Options → Run On Windows Startup 和 Start Minimized。

默认地址是 http://127.0.0.1:8085/data.json。如果改过端口，设置环境变量 TEMPGUARD_LHM_URL 即可，不用改代码。LHM 的 Authentication 保持关闭（只监听 127.0.0.1 就够安全），否则 sensors.py 不会携带登录凭据。

LHM 0.9.6 已经不再发布传感器 WMI 命名空间，所以这里走本机 HTTP，不需要安装 Python 的 wmi 包。LHM 没启动或没开 Web Server 时，CPU 一栏返回 None，不会报错。

可选增强：

pip install pynvml # 没有 nvidia-smi 命令时读 GPU 温度

快速开始

python core\sensors.py # 单独检查 CPU/GPU 温度
python core\fuse.py # 看四态熔断的假数据演示
python main.py --once # 只检查一次，确认配置和传感器
python main.py --dry-run # 强制演习模式跑循环
python main.py # 正常跑，Ctrl+C 停（会打开黑窗口）

多平台告警（AstrBot）

AstrBot 已经接好的微信/QQ/飞书/钉钉/Telegram/Discord/Slack 等平台，都可以作为 tempguard 的告警出口：

notify:
astrbot:
enabled: true
base_url: "http://127.0.0.1:6185"
api_key: "abk_你的key" # 只填 config.local.yaml umos:
- "weixin_personal_mrhg:FriendMessage:o9cq...@im.wechat"
- "qq_main:GroupMessage:123456789"
timeout_seconds: 5

独立告警服务 alertd

推荐架构：

temguard → alertd (127.0.0.1:8765) → AstrBot → 微信/QQ/飞书/钉钉/Telegram/Discord → 企业微信直连 → SMTP 邮件

alertd 是独立进程，负责接收、排队、重试、日志和分发；AstrBot 只做协议层。这样 AstrBot 或某个平台出问题，不会拖住 temguard 主循环。

健康检查：

Invoke-RestMethod http://127.0.0.1:8765/health

本机已注册四个计划任务：AstrBot（保留备用）、NapCat（QQ 协议层）、alertd、temguard。NapCat 使用 supervisor 自动拉起；alertd/temguard 有文件锁和失败重启。

AstrBot、NapCat、alertd 都只监听 127.0.0.1；不要把 Dashboard/WebUI 暴露到公网。

密钥用 Windows DPAPI 保存到 secrets.dat，配置里只写占位符：

token: "${secret:alertd_token}"

管理：

python -m core.secrets set alertd_token
python -m core.secrets list

QQ 邮箱 SMTP 一步配置（需要先在 QQ 邮箱开启 SMTP 并生成授权码）：

python tools/setup_email.py

它只在邮件测试成功后启用 email，并把 TRIP 的关键通道设为 email。

部署时建议至少配置 email + qq-onebot 双通道，并把 required_adapters 设为 ["email"]；真实账号、授权码和通道开关只放在 config.local.yaml，不入库。

DPAPI 只能由当前 Windows 用户解密；secrets.dat 已被 .gitignore 忽略。

完整说明见 docs/独立告警服务Alertd.md。

可插拔适配器

alertd.adapters 里按类型配置，全部独立开关：

wecom / feishu / dingtalk / telegram / discord / slack / email
qq_onebot / wechat_ilink / wechat_hook / astrbot

每个平台的配置示例、加签方式和个人微信 iLink 的上下文限制见 docs/告警适配器.md。QQ 扫码登录和 OneBot 桥见 docs/QQ接入.md。

DSH 插件

dsh-plugin-tempguard 已注册两个工具：

- tempguard_status：读取 alertd 健康状态和最新温度；
- tempguard_alert：通过 alertd 发送告警。

安装和配置见 docs/DSH插件.md。本机 web profile 已安装；插件市场发布需要 npm 账号和 awesome-dsh-plugin PR。

测试所有告警通道

python main.py --test-notify

安全故障演练（不会加热硬件、不会关机/杀进程）：

python tools/fault_drill.py

测试：

python -m unittest discover -s tests -v
python -m coverage run -m unittest discover -s tests
python -m coverage report

AstrBot 平台配置见 docs/AstrBot告警接入.md，包括怎么找 QQ/飞书/钉钉/Telegram 的 UMO、怎么接 SMTP 邮件，以及怎么保护 AstrBot 不被熔断误杀。

如果不想经过 AstrBot，也可以直接用企业微信群机器人：

notify:
wechat:
webhook: "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=你的key"

见 docs/微信机器人接入.md。公开的 config.yaml 里 API key、Webhook、邮箱密码全部保持空字符串。

后台运行（无黑窗口）

python main.py 是前台运行，关掉控制台就会停止。想挂机又不想留着黑窗口，可以用 pythonw.exe 或计划任务后台运行；本机已经创建了 temguard 计划任务，登录时自动启动，无控制台窗口。

查看是否在跑：

Get-Process pythonw
Get-Content logs/temps.csv -Tail 5

停止/启动后台任务：

powershell
Stop-ScheduledTask -TaskName temguard
Start-ScheduledTask -TaskName temguard

启动后会看到： text [信息] temguard 启动：每 5s 检查一次，警告线 90°C，连续 20 分钟 ≥ 93°C 终止进程，连续 3 次 ≥ 95°C 关机；演习模式（不真动手） [警告] 温度警告：CPU 91.0°C ≥ 警告线 90°C [熔断] 持续高温，终止进程。CPU 94.0°C 已连续 1200s ≥ 93°C [信息] 演习：假装终止了 blender.exe(48368) [熔断] 危险高温，需要关机。CPU 96.0°C 连续 3 次 ≥ 95°C [警告] 演习：本该在 60s 后关机，已跳过（不会执行 shutdown）

本机真实模式（config.local.yaml 里 dry_run: false）会把上面的「演习」换成真实终止/真实关机。

控制台只在状态变化时打印（警告、恢复、终止、关机），温度正常时保持安静，减少无谓输出；每 5 秒的采样仍然会写进日志。

日志在 logs/temps.csv，列为： text time,cpu,gpu,hottest,state,reason

- hottest：CPU/GPU 中最热的温度；
- state：四态之一；
- reason：本轮判断原因，正常时为空。

旧表头不匹配时会自动改名备份成 temps.legacy-时间.csv。

配置

全部在 config.yaml，改完重启即可，不用动代码。

| 键 | 默认 | 说明 |
| sample.interval_seconds | 5 | 检查间隔（秒） |
| sample.log_file | logs/temps.csv | 温度日志路径 |
| sample.max_log_bytes | 20MB | CSV 超过后自动轮转 |
| thresholds.warning_c | 90 | 进入「警告」的温度线（°C） |
| thresholds.terminate_c | 93 | 连续达到这个温度才可能终止进程 |
| thresholds.terminate_seconds | 1200 | 连续 ≥ terminate_c 多少秒才终止（20 分钟） |
| thresholds.shutdown_c | 95 | 关机温度线 |
| thresholds.shutdown_samples | 3 | 连续多少次 ≥ shutdown_c 才关机 |
| thresholds.reset_c | 88 | 低于此温度算恢复正常，计时/计数清零 |
| safety.startup_grace_seconds | 180 | 冷启动后多少秒内只警告、不终止/关机 |
| safety.require_cool_baseline | true | 是否必须先读到一次正常温度才允许动作 |
| safety.sensor_stale_seconds | 20 | 超过多少秒没有新读数算失效 |
| safety.sensor_loss_seconds | 300 | 全部传感器失效持续多久触发 fail-safe |
| safety.sensor_loss_action | warn | warn 或 shutdown |
| actions.dry_run | true | 公开默认演习；本机 config.local.yaml 里是 false（真实模式） |
| actions.terminate_processes | [blender.exe, python.exe] | 要终止的进程名，不区分大小写 |
| actions.shutdown_delay_seconds | 60 | 真关机时留给你的取消时间；取消命令 shutdown /a |
| actions.retry_seconds | 60 | 终止/关机失败后的重试间隔 |
| actions.protect_keywords | [astrbot, alertd] | 命令行包含这些词的进程不会被终止，保护告警服务 |
| sensors.cpu / sensors.gpu | true | 单独关掉某个温度来源 |
| monitor.heartbeat_url | 空 | 可选外部 dead-man switch URL |
| monitor.heartbeat_interval_seconds | 60 | 外部 heartbeat 间隔 |
| alertd.host / alertd.port | 127.0.0.1 / 8765 | 独立告警服务监听地址 |
| alertd.token | 空 | alertd 的本机鉴权 token |
| alertd.db_file | logs/alerts.db | SQLite 持久化 outbox |
| alertd.workers | 2 | worker 数量，避免单个慢通道堵死优先级告警 |
| alertd.max_pending | 1000 | outbox 上限 |
| alertd.retention_days | 30 | 已投递/失败记录保留天数 |
| alertd.max_history | 10000 | 最多保留多少条历史记录 |
| alertd.retry_attempts | 3 | 每个适配器独立重试次数 |
| alertd.max_attempts | 3 | outbox 整体投递轮数（失败退避重试） |
| alertd.circuit_failures | 3 | 连续失败多少次打开适配器熔断 |
| alertd.circuit_cooldown_seconds | 60 | 熔断冷却时间 |
| alertd.required_adapters | [] | TRIP 必须成功的适配器名，例如 ["email"] |
| alertd.adapters | 全部关闭的模板 | 可插拔告警出口，按 type 选择平台 |
| notify.mode | direct | direct=temguard 自己发；alertd=投递给独立服务 |
| notify.critical_wait_seconds | 10 | 关机/终止进程前等待告警确认的秒数 |
| notify.alertd.enabled | false | 是否启用 alertd 模式 |
| notify.alertd.url | http://127.0.0.1:8765/alert | alertd 接收地址 |
| notify.print | true | 打印到屏幕 |
| notify.astrbot.enabled | false | 是否通过 AstrBot 转发 |
| notify.astrbot.base_url | http://127.0.0.1:6185 | AstrBot Dashboard 地址 |
| notify.astrbot.api_key | 空 | AstrBot Open API Key；只填 config.local.yaml |
| notify.astrbot.umos | [] | 目标会话列表，可同时写微信/QQ/飞书/钉钉等 |
| notify.astrbot.timeout_seconds | 5 | AstrBot 请求超时 |
| notify.email.enabled | false | 是否发 SMTP 邮件 |
| notify.email.smtp_host / smtp_port | 空 / 465 | 邮件服务器 |
| notify.email.username / password | 空 | 邮箱账号 / 授权码，只填本地配置 |
| notify.email.from_addr / to_addrs | 空 / [] | 发件人 / 收件人列表 |
| notify.wechat.webhook | 空 | 企业微信群机器人 Webhook；只填 config.local.yaml |
| notify.wechat.mentioned_list | [] | 可选 @ 人，例如 ["@all"] |
| notify.wechat.mentioned_mobile_list | [] | 可选 @ 手机号 |
| notify.wechat.timeout_seconds | 5 | 微信请求超时（秒） |

状态与动作

| 状态 | 触发 | main.py 做什么 |
| safe | 温度正常 | 只写日志；从异常恢复时发一条“恢复正常” |
| warning | ≥ warning_c，或超温但还没满足连续条件 | 发一条警告（状态变化时才发，不刷屏） |
| terminate | 连续 ≥ terminate_c 满 terminate_seconds | 演习：打印“假装终止了……”；真模式：终止配置的进程 |
| shutdown | 连续 shutdown_samples 次 ≥ shutdown_c | 演习：打印“本该关机”；真模式：shutdown /s /t 延迟 |

一个都读不到温度时按 warning 处理，但不会基于旧数据继续累计计时。

开机保护

LHM/驱动刚启动时，传感器偶尔会报出 100°C+ 的假高温。直接按这个温度关机显然不科学，所以 fuse 有两道保护：

1. 启动保护期：冷启动后 startup_grace_seconds（默认 180 秒）内，只警告，不终止、不关机；
2. 正常温度基线：必须先读到一次低于 warning_c 的温度，才允许执行动作。如果开机后一直只读到异常高温，就一直只警告。

保护期结束时，保护期内累计的高温次数/时长会清零，不会“带着开机那几分钟的假数据”立刻关机。

传感器支持

| 指标 | 来源（按优先级自动探测） | 读不到时 |
| CPU 温度 | LibreHardwareMonitor Web Server（data.json）→ psutil.sensors_temperatures()（Linux/macOS） | 记空，继续跑 |
| GPU 温度 | nvidia-smi → LibreHardwareMonitor（GPU Core）→ pynvml | 记空，继续跑 |

Windows 上要让 CPU 温度可读，必须让 LibreHardwareMonitor 以管理员身份运行，并开启 Options → Remote Web Server → Run。只装了软件但没启动，CPU 一栏会显示“读不到”。NVIDIA 显卡装了驱动就有 nvidia-smi；AMD/Intel 显卡的温度由 LibreHardwareMonitor 提供。

路线图

- [x] 企业微信群机器人告警（见 docs/微信机器人接入.md）
- [x] AstrBot 多平台告警：微信/QQ/飞书/钉钉/Telegram/Discord 等（见 docs/AstrBot告警接入.md）
- [x] 独立 alertd + 可插拔适配器：企业微信/飞书/钉钉/Telegram/Discord/Slack/邮件/QQ OneBot/微信桥（见 docs/告警适配器.md）
- [x] 个人微信 iLink clean-room 客户端（实验性，受 context_token 限制）
- [ ] 温度曲线图（读 logs/temps.csv 画个 SVG）
- [ ] 触发后自动降频而不是终止进程

参与贡献

- CONTRIBUTING.md：开发环境、测试、配置和 PR 规则
- SECURITY.md：安全边界和私密报告方式
- CODE_OF_CONDUCT.md：行为准则

安全问题不要在公开 Issue 里贴 token、授权码或 secrets.dat。

许可证

MIT。软件按现状提供，不附带任何明示或暗示担保；温度阈值、告警送达和关机动作请自行验证。