Oblivion Desktop 在 macOS 上的网络访问规则问题分析与解决方案
问题背景
Oblivion Desktop 是一款流行的网络工具,但在 macOS 系统上,用户报告了一个关于网络访问规则功能的问题。具体表现为:当用户设置了需要绕过的IP地址和域名后,这些规则条目虽然被正确添加到系统网络设置的"Bypass proxy settings for these hosts & domains"字段中,但实际上并没有立即生效,仍然会通过默认路由方式传输流量。
问题现象
用户在使用 Oblivion Desktop 1.10.3 版本和 macOS 15.0.1 系统时发现:
- 规则中的域名和IP地址仍然通过默认方式连接
- 只有在手动重新连接网络或修改某些网络设置(如切换"Exclude simple hostnames"选项)后,规则才会被正确应用
- 此问题在Safari浏览器中表现尤为明显,但在Chrome和Firefox等浏览器中也可能出现
技术分析
经过深入调查,我们发现这个问题与macOS网络子系统处理网络设置的方式有关:
-
设置顺序问题:当Oblivion Desktop设置网络参数时,它先启用特定连接方式,然后再设置绕过规则。这种顺序可能导致系统在初始连接时使用默认的规则列表,而新添加的条目不会立即影响当前连接。
-
系统缓存机制:macOS似乎会缓存某些网络设置,直到检测到网络配置发生变化才会重新加载所有设置。这就是为什么简单的网络设置修改(如切换"Exclude simple hostnames")能够触发规则生效。
-
特殊条目影响:规则中包含的
<local>条目可能在某些情况下干扰规则的正常应用。移除这个条目可以解决部分浏览器的问题。
解决方案
临时解决方案
对于急需解决问题的用户,可以采用以下临时方案:
-
手动刷新网络设置:
- 进入系统设置 > 网络 > Wi-Fi > 高级 > 代理
- 切换"Exclude simple hostnames"选项
- 保存设置
-
使用命令行脚本: 创建一个包含以下内容的.command文件并执行:
#!/bin/bash networksetup -setproxybypassdomains "Wi-Fi" *.local 169.254/16 fe80::/64 fc00::/7 192.168/16 172.16/12 10/8 *.example.com将"*.example.com"替换为你需要绕过的实际域名。
长期解决方案
开发团队已经在后续版本中修复了这个问题,主要改进包括:
- 优化了网络设置的顺序,确保规则在特定连接方式启用前就已正确设置
- 移除了可能导致问题的
<local>特殊条目 - 改进了设置应用机制,减少对系统缓存的依赖
最佳实践建议
- 对于macOS用户,建议升级到最新版本的Oblivion Desktop以获得最佳的网络访问规则功能体验
- 在设置规则后,可以尝试刷新网络连接以确保规则立即生效
- 考虑使用CIDR表示法(如172.16.0.0/12)来简化本地IP地址范围的指定
- 定期检查系统网络设置,确认规则已正确应用
总结
macOS系统对网络设置的处理有其特殊性,Oblivion Desktop团队已经识别并解决了网络访问规则的相关问题。通过理解系统行为和采用适当的解决方案,用户可以确保网络访问规则按预期工作。随着软件的持续更新,这类系统级兼容性问题将得到进一步改善。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00