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 09:31:01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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust037
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
681
4.35 K
Ascend Extension for PyTorch
Python
523
631
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
148
37
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
306
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++
950
896
暂无简介
Dart
926
229
🎉 (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
1.57 K
911
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
204
昇腾LLM分布式训练框架
Python
144
169