【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 StartedRust0186
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
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
1.78 K
186
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
454
436
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++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259