在MacOS上使用Ligolo-ng建立TUN/TAP接口的完整指南
Ligolo-ng是一款功能强大的网络隧道工具,但在MacOS系统上配置TUN/TAP接口时可能会遇到一些特殊问题。本文将详细介绍如何在MacOS系统上正确配置和使用Ligolo-ng的网络隧道功能。
MacOS与Linux的网络接口差异
MacOS系统与Linux系统在网络接口管理上存在显著差异。Linux系统使用标准的ip tuntap命令创建虚拟网络接口,而MacOS采用了不同的机制,使用utun系列接口。这是导致许多用户在MacOS上配置Ligolo-ng时遇到困难的根本原因。
正确配置步骤
-
安装必要工具 首先需要安装iproute2mac工具包,它提供了MacOS上类似Linux的ip命令功能:
brew install iproute2mac -
创建虚拟接口 在MacOS上,我们使用utun接口而非传统的tun/tap:
sudo ifconfig utun3 create -
配置IP地址和路由 接口创建后,需要为其分配IP地址并设置路由规则:
sudo ifconfig utun3 alias 3.3.3.3 255.255.255.0 sudo route add -net 172.16.1.0/24 -interface utun3 -
启动Ligolo-ng隧道 确保以root权限运行Ligolo-ng,并在连接建立后启动隧道:
sudo ./ligolo-ng tunnel_start --tun utun3
常见问题解决
-
权限问题 MacOS对网络接口操作有严格的权限要求,务必使用sudo执行相关命令。
-
执行顺序 配置命令的执行顺序至关重要,必须先创建接口,再配置网络参数,最后启动隧道。
-
接口选择 确保选择的utun接口编号未被系统占用,通常utun0-utun2被系统保留使用。
-
版本兼容性 使用Ligolo-ng v0.6.1或更高版本,这些版本专门增加了对MacOS系统的支持。
高级配置技巧
对于需要更复杂网络环境的用户,可以考虑以下配置:
-
多接口绑定 可以创建多个utun接口,分别用于不同的网络隧道。
-
持久化配置 将接口配置写入启动脚本,确保系统重启后配置仍然有效。
-
防火墙规则 适当配置pf防火墙规则,确保隧道流量不会被系统防火墙拦截。
通过以上步骤和技巧,用户可以在MacOS系统上充分利用Ligolo-ng的强大功能,建立稳定可靠的网络隧道连接。
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