sing-box域名分流规则:实现精准的网站访问控制
在网络访问管理中,如何根据不同域名智能分流流量是一个常见需求。无论是企业网络管控、家庭上网管理还是特定服务优化,精准的域名分流都能显著提升网络使用体验。本文将详细介绍如何使用sing-box的域名分流规则功能,通过简单配置实现复杂的访问控制策略。
域名分流基础概念
sing-box作为一款通用代理平台(The universal proxy platform),提供了强大的路由规则系统,允许用户根据域名、IP、协议等多种条件进行流量分流。其中域名分流是最常用的功能之一,通过配置route规则,可以将不同域名的访问请求导向不同的出站代理。
核心功能模块
sing-box的域名分流功能主要通过以下模块实现:
- 路由规则系统:route/rule目录下包含了所有规则处理相关的实现,如域名匹配、IP匹配等
- 域名数据库:common/geosite提供了域名数据的读取和管理功能
- 规则集管理:支持本地、远程和内联三种rule-set类型,方便规则的组织和维护
配置结构与基本语法
路由配置框架
sing-box的路由配置位于配置文件的route部分,基本结构如下:
{
"route": {
"rules": [],
"rule_set": [],
"final": "direct",
"auto_detect_interface": false,
"default_interface": "",
"default_mark": 0
}
}
其中,rules数组用于定义具体的分流规则,rule_set用于引用外部规则集,final指定默认的出站标签。
域名匹配规则类型
sing-box提供了多种域名匹配方式,主要实现于rule_item_domain.go和rule_item_domain_regex.go:
| 规则类型 | 描述 | 示例 |
|---|---|---|
| domain | 精确匹配域名 | "domain": "example.com" |
| domain_suffix | 匹配域名后缀 | "domain_suffix": "example.com" |
| domain_keyword | 匹配域名关键字 | "domain_keyword": "example" |
| domain_regex | 正则表达式匹配 | "domain_regex": "^.*\\.example\\.com$" |
实用配置示例
1. 基础域名分流规则
以下是一个简单的域名分流示例,将特定域名导向不同的出站:
{
"route": {
"rules": [
{
"type": "field",
"domain": ["google.com", "youtube.com"],
"outbound": "proxy"
},
{
"type": "field",
"domain_suffix": ["cn", "baidu.com"],
"outbound": "direct"
},
{
"type": "field",
"domain_keyword": ["twitter", "facebook"],
"outbound": "proxy"
},
{
"type": "field",
"domain_regex": ["^.*\\.github\\.io$"],
"outbound": "proxy"
}
],
"final": "direct"
}
}
2. 使用规则集优化配置
对于复杂的规则,可以使用rule-set功能进行组织。例如,创建一个内联规则集:
{
"route": {
"rule_set": [
{
"type": "inline",
"tag": "proxy_domains",
"rules": [
{
"domain_suffix": ["google.com", "youtube.com", "twitter.com"],
"outbound": "proxy"
}
]
},
{
"type": "local",
"tag": "china_sites",
"format": "source",
"path": "./rules/china_sites.json"
}
],
"rules": [
{
"type": "field",
"rule_set": ["proxy_domains", "china_sites"],
"enabled": true
}
],
"final": "direct"
}
}
3. 结合地理站点数据
sing-box的geosite模块支持读取预定义的域名列表,如geosite:google、geosite:netflix等:
{
"route": {
"rules": [
{
"type": "field",
"geosite": ["google", "netflix", "youtube"],
"outbound": "proxy"
},
{
"type": "field",
"geosite": ["cn", "private"],
"outbound": "direct"
}
],
"final": "direct"
}
}
高级应用技巧
规则优先级与排序
规则的匹配顺序遵循"先定义先匹配"原则,因此更具体的规则应放在前面。例如:
{
"route": {
"rules": [
// 更具体的规则放在前面
{
"type": "field",
"domain": ["mail.google.com"],
"outbound": "direct"
},
// 较通用的规则放在后面
{
"type": "field",
"domain_suffix": ["google.com"],
"outbound": "proxy"
}
]
}
}
远程规则集的使用
通过远程规则集,可以实现规则的自动更新,无需手动修改配置:
{
"route": {
"rule_set": [
{
"type": "remote",
"tag": "ad_block",
"format": "source",
"url": "https://example.com/ad_block_rules.json",
"update_interval": "24h"
}
],
"rules": [
{
"type": "field",
"rule_set": ["ad_block"],
"outbound": "block"
}
]
}
}
结合其他条件进行分流
域名分流规则可以与其他条件(如IP、协议、端口等)结合使用,实现更精细的控制:
{
"type": "field",
"domain_suffix": ["example.com"],
"ip_cidr": ["192.168.1.0/24"],
"port": ["80", "443"],
"network": "tcp",
"outbound": "proxy"
}
规则调试与验证
配置完成后,可以通过sing-box的调试功能验证规则是否生效。相关调试代码位于debug.go和debug_http.go。
启用调试HTTP服务器后,可以通过访问API端点查看当前路由规则和分流情况:
{
"debug": {
"http": "127.0.0.1:9090"
}
}
访问http://127.0.0.1:9090/route即可查看路由规则的详细信息。
最佳实践与注意事项
-
规则组织:对于大量规则,建议使用rule-set进行分类管理,提高可维护性
-
性能优化:
- 常用规则放在前面,减少匹配次数
- 合理使用规则集的更新间隔,避免频繁下载
- 对于复杂正则表达式,考虑使用关键词匹配替代
-
规则测试:新规则上线前应进行充分测试,确保不会影响正常访问
-
备份策略:重要的自定义规则集建议本地备份,防止远程规则失效
-
版本兼容性:注意不同版本间的配置差异,特别是sing-box 1.8.0之后引入rule-set并逐步移除了geoip和geosite的直接配置
通过合理配置域名分流规则,sing-box可以帮助你实现高效、灵活的网络访问控制,满足各种复杂的使用场景需求。更多高级用法请参考官方路由配置文档和规则集文档。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00