Speedtest Tracker项目实现服务器黑名单功能的技术解析
背景介绍
在网络测速工具Speedtest Tracker的开发过程中,开发者发现现有的Ookla Speedtest CLI工具已经移除了--exclude参数功能,这导致用户无法主动排除某些不理想的测速服务器。针对这一需求,项目决定实现一个"服务器黑名单"功能,让用户能够自主选择排除某些不希望使用的测速节点。
技术实现方案
服务器列表获取方式
经过技术调研,项目团队确定了两种可行的服务器列表获取方案:
-
使用CLI内置命令:通过执行
speedtest --servers --format=json命令,可以获取Ookla算法认为"最适合用户"的服务器列表。这个列表是经过Ookla服务器选择算法优化排序后的结果。 -
直接调用API接口:通过访问
www.speedtest.net/api/js/serversAPI端点,同样可以获取服务器列表,但测试发现这种方式获取的列表与CLI命令结果存在一定差异。
经过评估,方案1被确定为更优选择,因为:
- 它很可能与CLI工具内部使用的服务器选择逻辑一致
- 返回结果已经经过优化排序
- 不需要额外的API调用处理
黑名单功能实现流程
完整的黑名单功能实现将遵循以下技术流程:
- 获取初始服务器列表:调用CLI命令获取本地可用服务器列表,结果按Ookla算法排序
- 应用黑名单过滤:从列表中移除用户配置的黑名单服务器
- 选择最优服务器:选取过滤后列表中的第一个服务器(即剩余服务器中最优选择)
- 执行测速操作:使用选定的服务器进行实际测速
技术细节分析
服务器列表数据结构
从CLI获取的JSON格式服务器信息包含以下关键字段:
{
"id": 56485,
"host": "example.nj.speedtest.example.com",
"port": 8080,
"name": "Example",
"location": "Example, NJ",
"country": "United States"
}
值得注意的是,虽然--selection-details参数会显示服务器延迟信息,但常规的--servers命令输出中并不包含延迟数据。不过,这并不影响功能实现,因为服务器列表本身已经按照Ookla的优化算法排序。
服务器选择算法
测试发现,服务器列表的排序并非单纯基于延迟,而是综合考虑了多种因素:
- 网络延迟(latency)
- 服务器负载
- 地理位置
- 网络路径质量等
这种复合排序算法确保了即使用户排除了某些服务器,剩余列表中的第一个服务器仍然是相对最优的选择。
用户体验优化
该功能的实现将显著提升用户体验:
- 用户可以主动排除已知性能不佳的服务器
- 系统会自动选择剩余服务器中的最优选项
- 整个过程对用户透明,无需复杂配置
- 随着网络环境变化,系统会自动适应新的最优服务器选择
未来扩展方向
虽然当前实现已经满足基本需求,但仍有进一步优化的空间:
- 增加图形化界面配置黑名单功能
- 实现基于历史测速数据的智能服务器推荐
- 支持多黑名单策略(按地区、运营商等分类)
- 增加服务器性能评分系统
总结
Speedtest Tracker通过实现服务器黑名单功能,为用户提供了更精准的测速体验。该方案巧妙地利用了Ookla CLI现有的服务器选择机制,通过前置过滤的方式实现了服务器排除功能,既保证了测速结果的准确性,又提供了用户期待的灵活性。这一功能的加入使得Speedtest Tracker在网络性能监测工具中更具竞争力。
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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