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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00