Appearance
流量分流原理与实战：域名/IP 判定、策略组嵌套与智能选优
核心导读：在 Clash 或 Mihomo 的配置面板中，我们经常看到一个复杂的树状结构：
节点选择、自动选择、国外媒体、国内媒体、微软服务、漏网之鱼……
这些层层嵌套的“策略组”到底是如何把我们的数据包精准投递到世界各地的？
本文拆解流量分流的底层决策模型，教你如何读懂并自由操控流量的走向。
一、分流系统的三大核心模块
一个完整的代理分流引擎由三大模块协同构成：
mermaid
flowchart TD
subgraph 模块一：分流规则层 (Rules)
R1["命中: DOMAIN-KEYWORD,openai"] --> G1["交由 -> 策略组 [AI大模型]"]
R2["命中: DOMAIN-SUFFIX,netflix.com"] --> G2["交由 -> 策略组 [流媒体]"]
R3["命中: GEOIP,CN"] --> G3["交由 -> 动作 [DIRECT 直连]"]
end
subgraph 模块二：策略组决策层 (Proxy Groups)
G1 --> Sel1{"用户手动选中了：🇯🇵 日本原生01"}
G2 --> Sel2{"绑定自动测速池 (URL-Test)"}
end
subgraph 模块三：物理节点出口 (Proxies)
Sel1 --> NodeA["日本专线落地出口 -> OpenAI"]
Sel2 --> NodeB["香港高速出口 -> Netflix"]
end- 分流规则 (Rules)：裁判员，负责检查每个网络请求的特征（域名、IP、端口、进程名），并决定将其扔给哪一个策略组；
- 策略组 (Proxy Groups)：指挥官，负责组织和调度节点（可以指定单节点，也可以指定由多个节点组成的动态测速池）；
- 物理节点 (Proxies)：执行者，真实跑流量的海外专线或中转服务器。
二、四大主流策略组类型及其适用场景
在配置文件中，策略组主要有以下四种类型：
| 策略组类型 (Type) | 工作机制 | 优点 | 缺点 | 最佳实践场景 |
|---|---|---|---|---|
select (手动选择) | 由用户在界面上手动点击指定某一个节点或另一个子策略组 | 绝对稳定，不会因为网络微小波动而跳变 IP | 节点挂了需要手动切换 | AI 大模型 (ChatGPT)、网银与高风控账号 🌟🌟🌟🌟🌟 |
url-test (延迟自动选优) | 周期性（如每 10 分钟）向指定的健康检查 URL 发包，自动选择延迟最低的节点 | 始终保持极速响应，坏节点自动剔除 | IP 频繁跳动易触发异地登录风控 | 日常网页浏览、视频 4K 追剧 🌟🌟🌟🌟 |
fallback (故障自动回退) | 按照节点列表顺序，默认始终使用第 1 个节点；只有当第 1 个节点暴毙超时，才顺延使用第 2 个 | 既有稳定性又有容灾备份，主节点健康时决不乱跳 IP | 无法动态挑选延迟更低的节点 | 外贸办公、远程 SSH / 跨境长连接 🌟🌟🌟🌟🌟 |
load-balance (负载均衡) | 将并发的多个网络连接随机或哈希分散轮流分配给多个节点 | 叠加多条线路带宽，单机多线程拉满 | 单个会话内 IP 不一致可能导致某些网站登录状态丢失 | 多线程大文件下载、BT 同步 🌟🌟🌟 |
三、策略组嵌套实战：优雅的模块化分流
高级配置通常采用**“总控组 + 场景组”**的级联架构：
yaml
# 典型高级嵌套策略组设计示例
proxy-groups:
# 1. 终极总控
- name: 🚀 节点选择
type: select
proxies:
- ♻️ 自动选择
- 🇭🇰 香港专线 01
- 🇯🇵 日本原生 01
- 🇸🇬 新加坡专线 01
# 2. 专属 AI 场景（手动指定防封）
- name: 🤖 AI 服务
type: select
proxies:
- 🇯🇵 日本原生 01
- 🇸🇬 新加坡专线 01
- 🇺🇸 美国原生 01
# 3. 专属视频追剧场景（自动选最快的）
- name: 🎬 全球流媒体
type: url-test
url: http://cp.cloudflare.com/generate_204
interval: 300
proxies:
- 🇭🇰 香港专线 01
- 🇯🇵 日本原生 01
- 🇸🇬 新加坡专线 01- 逻辑解耦：当你需要看 Netflix 时，系统走的是
全球流媒体组里的测速池； - 当你访问 ChatGPT 时，流量精准进入
AI 服务组，牢牢锁定在低风控的日本住宅节点，绝不受视频看剧频繁换 IP 的影响！
🧭 延伸阅读与下一步指引
掌握了代理内核的分流大脑后，接下来进入全平台设备实操阶段：