Sub-Store项目中vless-reality-vision节点转换问题解析
2025-06-02 12:55:52作者:庞眉杨Will
在Sub-Store项目中,用户反馈了一个关于vless-reality-vision节点转换的问题。具体表现为:当将yaml格式的vless-reality-vision节点配置转换为sing-box格式时,multiplex配置中的部分参数会丢失。
问题现象分析
原始yaml配置中包含了完整的smux(多路复用)配置,其中包含多个重要参数:
- 协议类型设置为h2mux
- 最大连接数限制为8
- 最小流数设置为16
- 统计功能开启
- 仅TCP限制关闭
- 填充功能开启
- 暴力模式配置(上下行各1000)
然而在转换后的sing-box配置中,部分参数确实丢失了,包括:
- 统计功能(statistic)
- 仅TCP限制(only-tcp)
- 暴力模式配置(brutal-opts)
技术背景
多路复用技术是现代代理协议中的重要功能,它允许在单个TCP连接上复用多个逻辑数据流,从而提高连接效率和性能。在vless协议中,smux/h2mux的实现尤为关键,特别是在高延迟网络环境下。
暴力模式(brutal-opts)是多路复用中的一种特殊配置,它通过强制设置固定的上下行带宽来优化特定网络环境下的性能表现。这个功能的丢失可能会影响节点在高负载网络下的表现。
解决方案
项目维护者很快响应了这个问题,并在2.19.27版本中修复了这个转换问题。用户只需要更新到最新版本即可获得完整的配置转换功能。
最佳实践建议
对于使用Sub-Store进行节点配置转换的用户,建议:
- 定期检查并更新到最新版本,以确保获得最完整的配置转换支持
- 在转换后仔细检查关键配置项是否完整
- 对于性能敏感的应用场景,特别关注多路复用相关参数的完整性
- 理解各项参数的实际作用,以便在必要时进行手动调整
这个案例也展示了开源社区响应问题的效率,以及持续维护对于工具可靠性的重要性。
登录后查看全文
热门项目推荐
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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