tun2socks v2.6.0版本发布:功能增强与架构优化
tun2socks是一个基于Go语言开发的高性能网络隧道工具,它能够将TUN设备接收到的网络流量通过SOCKS5、加密代理等协议进行转发。该项目在v2.6.0版本中进行了多项重要更新,包括功能增强、性能优化和架构重构。
核心功能更新
多播支持与文件描述符偏移
新版本引入了对多播流量的支持,这使得tun2socks能够处理IP多播数据包,为需要多播通信的应用场景提供了更好的支持。同时,针对iOS平台和基于文件描述符的TUN设备,增加了文件描述符偏移设置功能,这为特定平台下的网络配置提供了更大的灵活性。
Windows平台增强
Windows用户现在可以通过GUID选项实现Wintun设备的持久化配置,这一改进使得网络接口在系统重启后能够保持稳定,减少了重复配置的工作量。此外,对于需要精确控制网络缓冲区的场景,修复了发送缓冲区大小设置的问题。
代理协议扩展
v2.6.0版本在代理协议支持方面做了重要扩展:
- 新增了对gost中继协议的支持
- SOCKS5代理现在支持抽象命名空间的Unix套接字
- 允许在加密代理中使用显式的none加密模式
- 优化了SOCKS5认证时的内存占用
架构优化与代码改进
网络地址处理重构
项目团队对网络地址处理进行了大规模重构,用更现代的netip.Addr替代了传统的net.IP类型。这一改变不仅提高了内存使用效率,还简化了地址处理逻辑,使代码更加健壮。
日志系统升级
日志系统从标准库迁移到了go.uber.org/zap,这一专业的日志库提供了更丰富的日志功能和更好的性能,特别是在高并发场景下表现更为出色。
缓冲池优化
缓冲池实现进行了两项重要改进:
- 使用泛型重新实现了缓冲池,提高了类型安全性
- 将缓冲池实现移至internal包,更好地遵循了Go项目的组织结构原则
跨平台支持
v2.6.0版本继续强化了跨平台支持能力,新增了对LoongArch64架构的编译支持,并修复了在多种BSD变体上的兼容性问题。同时,项目现在提供了针对不同CPU架构(包括amd64-v3等新指令集)的优化版本。
开发者体验改进
项目团队对持续集成流程进行了优化,增加了并发构建组,提高了自动化测试和发布的效率。代码质量方面,修复了多处潜在问题,包括互斥锁未释放、连接关闭处理不当等情况。
总结
tun2socks v2.6.0版本通过引入新功能、优化架构和提升稳定性,进一步巩固了其作为高性能网络隧道工具的地位。特别是对现代网络协议的支持和底层架构的改进,使其更适合在复杂的网络环境中部署使用。项目团队对代码质量的持续关注也确保了工具的可靠性和长期可维护性。
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 StartedRust0197
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07