多节点延迟探测
引擎对可用节点持续发起轻量探测包，采集往返时延、抖动与丢包率，形成实时延迟画像，而非一次性测速快照。
Core Capabilities / 核心能力
三根灯管，撑起一条低延迟通路
QuickQ 智能选路引擎由探测、评估、切换三个模块协同工作。它们像街区里依次亮起的招牌，每一块都不可或缺，共同决定你最终连接的那条线路。
线路质量评估
在延迟之外，引擎综合评估带宽余量、拥塞程度与历史稳定性，用加权评分模型判断线路是否真正适合当前业务场景。
动态无缝切换
当评分模型识别到更优线路，或当前线路质量下滑，引擎会在不中断会话的前提下完成迁移，避免手动切节点的等待与断连。
How It Works / 工作原理
从探测到切换：一次选路的完整旅程
理解机制，才能理解体验。下面分三段拆解 QuickQ 智能选路引擎在后台完成的工作。
节点延迟探测：让每条线路自己报时
智能选路的第一步是“知情”。QuickQ 会在客户端与候选节点之间维持低频、轻量的探测通道，周期性采集往返时延（RTT）、时延抖动（Jitter）与丢包率。探测包体积很小，不会明显占用带宽，却能持续反映线路的真实状态。
与常见的“连接前测一次速”不同，持续探测能够捕捉到线路质量的动态变化——例如高峰时段的拥塞、跨境链路的临时绕行，都会在延迟曲线上留下痕迹。
- 采集维度：RTT、抖动、丢包率、握手耗时
- 探测频率：自适应调整，空闲时降频以节省资源
- 数据用途：为后续评分模型提供实时输入
线路质量评估：延迟低不等于体验好
单纯比较延迟数字容易误判。一条延迟很低的线路，如果抖动剧烈或带宽余量不足，实际体验可能远不如一条延迟略高但极其稳定的线路。QuickQ 的评估模型因此采用多维加权：延迟、抖动、丢包、带宽余量与历史稳定性共同参与打分。
评分还会随业务场景调整权重。浏览网页更看重首包响应，视频播放更看重带宽余量，实时交互则对抖动格外敏感。引擎据此给出针对当前场景的线路排序。
- 加权评分：多维度综合，而非单一指标排序
- 场景感知：按业务类型动态调整权重
- 历史记忆：参考线路过往稳定性，避免反复踩坑
动态切换机制：静悄悄地换一条更好的路
当评分模型发现更优线路，或当前线路质量跌破阈值，引擎会触发切换。切换过程尽量做到“无感”：先建立新线路的握手，再迁移会话状态，最后释放旧线路，用户侧通常只会感知到网络短暂更顺畅，而不会看到连接中断。
为避免频繁抖动带来的额外开销，引擎内置了滞回策略——只有当新线路的优势超过一定幅度时才切换，防止在两条相近线路之间来回跳变。
- 平滑迁移：先建后断，减少会话中断风险
- 滞回阈值：抑制频繁切换，保证连接稳定
- 回退保护：新线路异常时快速回退到原线路
Comparison / 方案对比
手动选节点 vs 传统测速 vs QuickQ 智能选路
同样是“选一条路”，不同方案的决策依据、响应速度与稳定性差异明显。下表从几个关键维度横向对比。
| 对比维度 | 手动选择节点 | 传统一次性测速 | QuickQ 智能选路 |
|---|---|---|---|
| 决策依据 | 凭经验或名称猜测 | 连接前单次测速结果 | 持续探测 + 多维加权评分 |
| 延迟感知 | 无实时数据 | 仅测速时刻的快照 | RTT、抖动、丢包持续跟踪 |
| 线路切换 | 需手动断开重连 | 通常需重新测速再选 | 自动无感迁移，带滞回保护 |
| 场景适配 | 依赖用户自行判断 | 权重固定，适配性有限 | 按业务类型动态调整权重 |
| 稳定性保障 | 易受线路波动影响 | 测速后状态可能已变化 | 历史稳定性参与评分与回退 |
| 使用门槛 | 需要一定网络知识 | 中等，需理解测速结果 | 开箱即用，自动完成优选 |
Media / 媒体介绍
三分钟看懂一次自动优选
用一段可视化演示，把探测、评分、切换三个环节串起来看，会比文字描述更直观。
Demo Video / 原理演示
智能选路可视化演示
视频演示了引擎如何同时探测多个节点、如何把多维指标折算为统一评分，以及在当前线路质量下降时如何平滑迁移会话。适合初次了解 QuickQ 的用户快速建立整体认知。
Timeline / 发展历程
智能选路引擎的四个里程碑
从单一测速到多维评分，从手动切换到无感迁移，这条技术路线是一步步点亮的。
基础延迟探测上线
引擎首次引入节点 RTT 采集能力，用户可在客户端看到各节点的实时延迟，选路从“凭感觉”进入“有数据”阶段。
多维质量评分模型
在延迟之外加入抖动、丢包与带宽余量维度，形成综合评分。线路排序不再只看单一数字，误判率明显下降。
动态无缝切换机制
引入先建后断的会话迁移方案与滞回阈值，切换过程对用户近乎无感，同时抑制了线路之间的频繁跳变。
场景感知与自适应探测
评分权重随业务场景动态调整，探测频率自适应变化，在节省资源的同时保持对线路状态的敏锐感知。
FAQ / 常见问题
关于智能选路，你可能想问
以下问题覆盖了用户最关心的几个方面，更多连接与账号问题可前往常见问题页。
智能选路会自动帮我选节点吗？还需要手动操作吗？
默认情况下，QuickQ 智能选路引擎会自动完成节点选择与切换，你无需手动干预。若你有特定需求（例如固定使用某区域节点），也可以在客户端中手动指定，引擎会在你指定的范围内继续做质量评估。
为什么延迟最低的节点不一定被选中？
延迟只是评分的维度之一。若某节点延迟很低但抖动剧烈或带宽余量不足，实际体验可能不稳定。引擎会综合抖动、丢包、带宽余量与历史稳定性加权打分，因此最终选中的往往是“综合最优”而非“延迟最低”的节点。
动态切换过程中会断线吗？
引擎采用先建立新线路、再迁移会话状态、最后释放旧线路的方式，尽量避免中断。多数情况下用户只会感知到网络变得顺畅，而不会看到连接断开。若新线路出现异常，引擎也会快速回退到原线路。
探测过程会消耗很多流量吗？
探测包体积很小，且频率会根据连接状态自适应调整，空闲时会自动降频。整体流量开销可以忽略不计，不会对日常使用造成明显影响。
智能选路与加密传输是两套独立机制吗？
是的，两者分工不同。智能选路负责“走哪条路更快更稳”，加密传输负责“路上数据是否安全”。二者协同工作，共同构成完整的连接体验，加密相关细节可参阅加密传输页面。
Latest / 最新资讯
近七日动态
与智能选路相关的最新说明与更新记录，帮助你及时了解引擎状态。
场景感知评分权重说明更新
补充了实时交互场景下抖动权重的调整说明，帮助用户理解为何稳定线路有时会优先于低延迟线路。
探测频率自适应策略优化
空闲连接下的探测频率进一步降低，在保持状态感知的同时减少资源占用。
切换回退保护机制答疑
针对用户关心的切换失败场景，新增回退逻辑说明，明确异常时的线路恢复路径。
多维评分模型参数微调
对带宽余量与历史稳定性的权重做了小幅调整，整体排序更贴近真实使用体验。
节点延迟画像可视化改进
客户端中的节点延迟展示更清晰，抖动与丢包信息以更直观的方式呈现。
智能选路原理演示视频上线
新增可视化演示内容，用三分钟串讲探测、评分与切换三个环节，适合新用户入门。