【免费下载】 Headscale 入门指南:搭建与使用详解
2026-02-04 05:22:10作者:尤辰城Agatha
前言
Headscale 是一个开源的 Tailscale 控制服务器替代方案,它允许用户自建 Tailscale 的协调服务器,完全掌控自己的网络基础设施。本文将详细介绍 Headscale 的基本使用方法,帮助您快速上手这一强大的网络工具。
准备工作
在开始使用 Headscale 前,请确保已完成以下准备工作:
- 安装部署:Headscale 已正确安装并作为系统服务运行
- 配置调整:已完成配置文件调整,适配您的运行环境
- 网络可达:Headscale 服务可通过互联网访问
- 客户端准备:已在终端设备安装 Tailscale 客户端
命令行工具基础
Headscale 提供了丰富的命令行工具,可通过以下方式获取帮助信息:
原生安装方式
# 查看全局帮助
headscale help
# 查看特定命令帮助
headscale <命令> --help
容器化部署方式
# 查看全局帮助
docker exec -it headscale headscale help
# 查看特定命令帮助
docker exec -it headscale headscale <命令> --help
用户管理
在 Headscale 架构中,所有设备节点都必须归属于特定用户。一个用户可以拥有多个设备节点。
创建新用户
原生安装
headscale users create <用户名>
容器部署
docker exec -it headscale headscale users create <用户名>
查看用户列表
原生安装
headscale users list
容器部署
docker exec -it headscale headscale users list
设备注册
要将设备接入 Headscale 网络,需要先完成注册流程。以下是针对 Linux/BSD 系统的注册方法。
交互式注册
- 在客户端设备执行:
tailscale up --login-server <您的Headscale地址>
- 系统通常会打开浏览器窗口显示机器密钥
- 在服务器端批准注册:
原生安装
headscale nodes register --user <用户名> --key <机器密钥>
容器部署
docker exec -it headscale headscale nodes register --user <用户名> --key <机器密钥>
使用预认证密钥(推荐)
预认证密钥方式更适合自动化部署场景。
- 生成预认证密钥(默认1小时有效,单次使用):
原生安装
headscale preauthkeys create --user <用户名>
容器部署
docker exec -it headscale headscale preauthkeys create --user <用户名>
- 在客户端使用获取的密钥连接:
tailscale up --login-server <您的Headscale地址> --authkey <预认证密钥>
高级技巧
- 密钥有效期控制:可通过
--expiration和--reusable参数调整密钥的有效期和使用次数限制 - 批量部署:预认证密钥特别适合批量部署多台设备
- 用户隔离:通过创建不同用户实现设备分组管理
常见问题
Q:设备注册失败怎么办? A:检查时间同步、网络连通性和密钥有效性
Q:预认证密钥可以重复使用吗?
A:默认情况下不能,但创建时可指定 --reusable 参数
Q:如何查看已注册设备?
A:使用 headscale nodes list 命令
通过本指南,您应该已经掌握了 Headscale 的基本使用方法。后续可以进一步探索 ACL 规则配置、子网路由等高级功能,构建更复杂的网络拓扑。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust060
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- 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
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
Paperless-ngx 扫描没反应? 带你手撕 Celery 任务队列架构漏洞库又更新了!Shannon 自动化审计 CVE-2024-41242 修复免费版 Shannon Lite 够用吗?对比 Pro 版的 5 大差异扫描万份文档后,我把无纸化-ngx压测到了极限深度解析源码:如何构建千万级代码知识库?日期过滤故障?Paperless-ngx 搜索筛选器异常排错深度定制:如何给Paperless-ngx增加一个国产发票识别模块连不上 Temporal?Shannon 本地环境的 3 个网络诊断秘诀3分钟内搞定Paperless-ngx部署:无意官方文档里没讲的5个坑拒绝“大杂烩”存储!深度解析 Paperless-ngx 动态路径重构逻辑
项目优选
收起
暂无描述
Dockerfile
686
4.43 K
Ascend Extension for PyTorch
Python
536
656
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
342
60
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
403
314
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++
952
910
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.58 K
920
暂无简介
Dart
933
232
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
135
216
昇腾LLM分布式训练框架
Python
145
171