sing-box 旁路部署中的 TUN 模式配置指南
2025-05-09 00:39:40作者:齐添朝
前言
sing-box 是一款功能强大的网络工具,支持多种协议和网络模式。在 Linux 系统上部署 sing-box 作为旁路网关时,TUN 模式的配置尤为关键。本文将详细介绍如何在 Debian 12 系统上正确配置 sing-box 的 TUN 模式,实现局域网设备的网络功能。
核心配置解析
基础网络架构
典型的旁路部署架构包含以下组件:
- 主路由器:负责基础网络连接和 DHCP 服务
- sing-box 旁路设备:运行 sing-box 提供网络和 DNS 服务
- 客户端设备:网关指向主路由,DNS 指向 sing-box
关键配置参数
在 sing-box 配置文件中,TUN 模式的核心参数包括:
{
"type": "tun",
"tag": "tunIn",
"interface_name": "tun0",
"address": "172.19.0.1/30",
"auto_route": true,
"auto_redirect": true,
"strict_route": true,
"stack": "system",
"sniff": true
}
各参数作用如下:
auto_route: 自动设置系统路由规则auto_redirect: 自动重定向流量到 TUN 设备strict_route: 启用严格路由模式stack: 指定网络协议栈实现
常见问题解决方案
DNS 解析异常
当启用 TUN 模式后出现 DNS 解析问题时,可尝试以下解决方案:
-
检查 DNS 入站配置: 确保有独立的 DNS 入站监听,并将 DNS 流量路由到正确的出站
-
调整路由规则: 在路由配置中添加 DNS 协议的特殊处理规则
{
"protocol": "dns",
"outbound": "dnsOut"
}
- 关闭 strict_route:
在某些环境下,
strict_route参数可能导致 DNS 查询被错误拦截
性能优化建议
- GSO 参数调整: 在部分网络环境下,关闭 GSO(Generic Segmentation Offload)可提高稳定性
{
"gso": false
}
- MTU 设置: 根据实际网络环境调整 MTU 值,推荐设置为 9000 以提升大包传输效率
系统级配置注意事项
-
主路由设置:
- 添加静态路由
198.18.0.0/16指向 sing-box 设备 - 确保不与其他网络服务冲突
- 添加静态路由
-
系统 DNS 服务:
- 如果使用 systemd-resolved,需协调端口占用问题
- 考虑将 systemd-resolved 的上游设置为 sing-box 的 DNS 监听端口
-
防火墙规则:
- 确保放行相关端口和协议
- 特别注意 NAT 规则的处理
最佳实践配置示例
以下是一个经过验证的稳定配置示例:
{
"inbounds": [
{
"type": "tun",
"tag": "tunIn",
"interface_name": "tun0",
"address": "172.19.0.1/30",
"auto_route": true,
"stack": "mixed",
"sniff": true,
"sniff_override_destination": true
}
],
"outbounds": [
{
"type": "direct",
"tag": "directOut"
},
{
"type": "dns",
"tag": "dnsOut"
}
],
"route": {
"rules": [
{
"protocol": "dns",
"outbound": "dnsOut"
},
{
"ip_is_private": true,
"outbound": "directOut"
}
]
}
}
总结
sing-box 的 TUN 模式在旁路部署中提供了强大的流量处理能力,但需要仔细调整各项参数才能获得最佳效果。通过本文介绍的配置方法和问题解决方案,用户可以构建一个稳定高效的网络环境。实际部署时,建议根据具体网络环境进行适当调整,并通过逐步测试验证各项功能。
登录后查看全文
热门项目推荐
相关项目推荐
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
24
9
Ascend Extension for PyTorch
Python
222
245
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
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217