【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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781