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。
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