sing-box路由规则中route-options动作的定位分析
2025-05-09 23:49:59作者:尤峻淳Whitney
在sing-box项目的路由规则配置中,动作(action)分为最终动作(Final Actions)和非最终动作(Non-final Actions)两类。近期社区对route-options动作的分类提出了疑问,认为其当前被归类为最终动作可能存在不妥之处。
路由动作的基本分类
在sing-box的路由系统中,动作的最终性决定了路由匹配的终止条件:
- 最终动作:如
proxy、block等,会明确指定连接的最终去向或处理方式,匹配到这类规则后路由查找即终止 - 非最终动作:如
log、set-system-proxy等,执行某些操作但不终止路由查找,系统会继续检查后续规则
route-options动作的特性分析
route-options动作允许用户为当前连接设置特定的路由选项,包括:
- 是否检查域名系统(DNS)查询结果
- 是否启用IPv6
- 是否启用IPv4
- 是否启用IPv6优先
- 是否启用UDP
- 是否启用TCP
这些选项会影响后续的路由决策,但关键点在于:它本身并不指定连接的最终出站(outbound)。这与典型的最终动作(如直接指定出站代理)有本质区别。
技术实现验证
通过分析sing-box的源代码可以发现,在处理route-options动作时:
- 系统只是修改当前连接的路由选项结构体
- 不会设置
outbound字段 - 不会触发路由查找的终止逻辑
- 会继续执行后续的路由规则匹配
这种行为模式完全符合非最终动作的特征。
配置示例对比
典型的最终动作配置示例:
{
"action": "proxy",
"outbound": "my-proxy"
}
而route-options的配置示例:
{
"action": "route-options",
"ipv6": false,
"udp": true
}
可以看到后者缺少决定连接去向的关键字段。
对实际路由行为的影响
将route-options误归类为最终动作可能导致用户产生以下误解:
- 认为设置路由选项后会立即终止路由查找
- 错误地期待后续规则不会被执行
- 不理解为什么在
route-options后还需要其他规则来指定出站
实际上,route-options更像是为后续路由决策提供上下文环境,而非做出最终路由决定。
最佳实践建议
基于以上分析,建议用户:
- 将
route-options视为路由条件修饰符而非终点 - 通常在规则链的前段设置路由选项
- 确保后续有适当的最终动作规则
- 理解路由选项会影响所有后续规则的行为
这种分类的修正有助于用户更准确地理解sing-box的路由决策流程,编写出更符合预期的规则配置。
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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878