XTLS/Xray-core 项目中 SplitHTTP 服务端不支持 h2c 的问题分析
SplitHTTP 是 Xray-core 项目中一种特殊的传输协议,它通过将数据流分割成多个 HTTP 请求来实现数据传输。近期发现该协议在服务端实现中存在一个关键限制:不支持 h2c(HTTP/2 明文协议),这导致在某些特定使用场景下会出现兼容性问题。
问题本质
SplitHTTP 协议在服务端目前仅支持 HTTP/1.1 协议,而客户端在使用 TLS 时会强制使用 HTTP/2 协议。这种不对称性导致了以下两个主要问题:
-
VLESS fallback 功能受限:当 VLESS 协议配置了 fallback 回退机制时,如果回退目标是 SplitHTTP 服务端,由于 fallback 机制会解 TLS 后以 h2c 协议转发请求,而 SplitHTTP 服务端无法处理 h2c 连接,导致连接失败。
-
SSL 卸载场景不兼容:在使用外部软件(如 Nginx、Caddy)进行 SSL 终端卸载时,这些软件通常会以 h2c 协议向后端转发请求,而 SplitHTTP 服务端无法正确处理这类连接。
技术细节分析
在 Xray-core 的实现中,SplitHTTP 客户端代码会检查是否启用了 TLS:
- 如果启用了 TLS,则强制使用 HTTP/2 协议
- 如果未启用 TLS,则使用 HTTP/1.1 协议
而服务端实现目前仅支持 HTTP/1.1 协议,无法处理 h2c 连接。这种设计上的不对称性导致了上述兼容性问题。
临时解决方案
对于必须使用 VLESS fallback 到 SplitHTTP 的场景,目前可以通过以下方式临时解决:
-
使用中间代理层:在 VLESS fallback 和 SplitHTTP 之间加入 Nginx 或 Caddy 作为中间层,由这些软件接收 h2c 连接并转换为 HTTP/1.1 协议后再转发给 SplitHTTP 服务端。
-
基于 ALPN 的路由:在 fallback 配置中根据 ALPN 协议类型进行路由分发,将 h2 流量导向支持 HTTP/2 的后端,将 http/1.1 流量导向 SplitHTTP。
未来改进方向
从技术实现角度看,最根本的解决方案是在 SplitHTTP 服务端增加对 h2c 协议的支持。这样可以使服务端能够处理以下类型的连接:
- 直接 HTTP/1.1 连接
- 经过 TLS 终端卸载后的 h2c 连接
- VLESS fallback 转发的 h2c 连接
这种改进将显著提升 SplitHTTP 协议在各种部署场景下的兼容性和灵活性。
总结
SplitHTTP 协议当前的服务端实现在协议支持上存在局限性,这影响了其在某些特定场景下的可用性。虽然可以通过中间层代理等临时方案缓解问题,但最理想的解决方案还是完善服务端对 h2c 协议的支持。这一问题也提醒我们在设计网络协议实现时,需要考虑各种可能的部署场景和协议组合,以确保最佳的兼容性。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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