Oblivion桌面版全局网络配置指南:解决Linux系统级流量转发问题
2025-06-07 12:30:27作者:霍妲思
背景原理
在Linux系统中使用Oblivion等网络工具时,默认配置往往只能实现应用程序级别的网络连接(Application-level Connection),这会导致系统服务、后台进程等流量无法通过指定通道。要实现真正的全局网络(Global Network),需要修改系统级的网络配置,将HTTP/HTTPS/SOCKS流量全部重定向到本地端口。
配置步骤详解
1. 定位网络设置界面
在基于GNOME桌面环境的Linux发行版(如Ubuntu、Kali Linux等)中:
- 打开系统设置(Settings)
- 选择"网络"(Network)选项
- 进入"网络配置"(Network Configuration)子菜单
2. 手动网络配置
将连接模式从"无"(None)改为"手动"(Manual),然后填写以下关键参数:
| 连接类型 | 主机地址 | 端口号 |
|---|---|---|
| HTTP连接 | 127.0.0.1 | 8086 |
| HTTPS连接 | 127.0.0.1 | 8086 |
| SOCKS主机 | 127.0.0.1 | 8086 |
3. 技术细节说明
- 127.0.0.1:本地回环地址,确保流量首先被发送到本机
- 8086端口:Oblivion桌面版的默认监听端口(不同版本可能需要调整)
- 这种配置方式实际上创建了一个系统级的网络转发规则,所有网络请求都会先经过本地服务器
注意事项
- 权限要求:修改系统网络配置通常需要管理员权限
- 端口一致性:确保Oblivion客户端实际监听的端口与配置的端口一致
- 环境变量覆盖:某些应用程序会优先读取HTTP_CONNECTION等环境变量,可能覆盖系统设置
- DNS处理:纯HTTP/HTTPS连接可能无法处理DNS请求,建议同时配置系统DNS为127.0.0.1
验证方法
配置完成后,可以通过以下方式验证:
- 访问IP检测网站,确认出口IP已变更
- 使用命令行工具如curl测试:
curl ifconfig.me - 检查系统日志确认无连接错误:
journalctl -f
高级配置建议
对于需要更精细控制的用户:
- 配合iptables/nftables实现透明连接
- 使用redsocks等工具处理非网络感知应用的流量
- 配置智能路由文件实现智能路由
通过以上系统级网络配置,可以确保Linux系统中的所有网络流量(包括系统更新、后台服务等)都通过Oblivion指定通道传输,实现真正的全局网络优化。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147