Skillget

proxypin-mcp-workbench

mcp
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: Apache-2.0
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 6 GitHub stars
Code Uyari
  • network request — Outbound network request in assets/js/fetch.js
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

基于 ProxyPin 与 MCP 的自动化抓包、API 分析、Mock 场景和数据归档工作台

README.md

ProxyPin MCP Workbench

基于 ProxyPin 与 Model Context Protocol（MCP）的自动化抓包、API 分析、Mock 场景和数据归档工作台。

本项目面向开发、测试和个人数据迁移场景，将传统抓包工具里的“查看单条请求”扩展为可以长期复用的工作流：按任务归档请求、整理 API 资产、组合 Mock 规则，并让本地 AI 客户端通过 MCP 分析当前抓包会话。

本项目是非官方衍生项目，与 ProxyPin 及下列上游作者不存在官方隶属、授权代理或背书关系。请只分析自己拥有或明确获授权的设备、账号、应用和流量。

界面预览

以下截图使用空白状态或匿名示例数据，不包含真实 Token、Cookie、设备标识、用户资料或业务域名。

自动化工作台

Mock 场景合集

主要能力

  • 自动化工作台：统一管理抓包项目、API 资产、数据导出和 Mock 场景。
  • 抓包项目归档：按任务隔离请求并持续写入独立归档，清空实时列表也不会丢失项目记录。
  • 采集方案：保存域名范围和人工操作步骤，下次可以按同一流程重新采集。
  • API 资产整理：按方法、路径和响应结构聚合请求，减少重复翻找。
  • 数据导出：从归档中提取结构化记录，导出经过脱敏的 JSON 或 CSV。
  • Mock 场景合集：多条请求重写规则归入同一合集，通过一个开关整体启停。
  • 双列详情视图：宽屏同时查看 Request 与 Response；窄屏自动回退为标签页。
  • MCP 自动化：本地 AI 客户端可以搜索请求、读取详情、对比接口和管理授权范围内的 Mock。

仓库中的应用名称、域名和业务场景均为匿名示例，例如“示例育儿应用”和“示例订阅应用”；它们保留完整功能结构，但不指向真实产品或线上服务。

快速开始

环境要求

  • Flutter（建议使用项目配置对应的 FVM 版本）
  • macOS、Windows、Linux、Android 或 iOS 开发环境
  • macOS 桌面调试需要 Xcode 与 CocoaPods

启动 macOS Debug 版本

fvm flutter pub get
fvm flutter run -d macos

如果没有安装 FVM，也可以使用兼容版本的 flutter 命令。

手机抓包

  1. 让手机和运行本项目的电脑连接同一局域网。
  2. 在手机 Wi-Fi 中把 HTTP 代理指向电脑的局域网 IP 和应用显示的 HTTP 端口。
  3. 先验证普通 HTTP 转发，再安装由当前设备本地生成的 CA。
  4. iPhone 安装描述文件后，还需要在“证书信任设置”中开启完全信任。
  5. HTTPS 解密尽量限定到正在测试的域名。
  6. 完成后关闭手机代理、移除不再使用的 CA，并清理包含凭据的导出文件。

详细流程见仓库内置的 ProxyPin 抓包工作流 Skill。

MCP 连接

默认情况下，MCP 服务只监听本机回环地址，手机连接的是 HTTP 代理端口，AI 客户端连接的是 MCP 端口，两者不要混用。

MCP 健康检查：http://127.0.0.1:9101/health
MCP JSON-RPC：http://127.0.0.1:9101/message

使用仓库内的脱敏客户端：

python3 skills/proxypin-capture-workflow/scripts/proxypin_mcp.py health
python3 skills/proxypin-capture-workflow/scripts/proxypin_mcp.py tools
python3 skills/proxypin-capture-workflow/scripts/proxypin_mcp.py \
  call search_requests '{"urlKeyword":"example.com","limit":20}'

辅助脚本默认遮盖常见 Token、Authorization、Cookie 和密码字段。只有确实需要在本机完成转换时才使用 --raw，不要把原始输出提交到仓库或粘贴到公开 Issue。

安装 Codex Skill

本项目附带一套可复用的 ProxyPin 工作流：

skills/proxypin-capture-workflow/
├── SKILL.md
├── agents/openai.yaml
├── references/
│   ├── capture-setup.md
│   ├── export-and-mock.md
│   └── mcp-analysis.md
└── scripts/proxypin_mcp.py

可以将整个目录复制到 Codex Skills 目录：

cp -R skills/proxypin-capture-workflow ~/.codex/skills/

Skill 包含手机代理诊断、iOS/Android CA 配置、MCP 请求分析、个人数据导出校验和 Mock 合集管理边界。

安全与隐私

  • 仅处理自己拥有或明确获授权的流量。
  • 不要提交 HAR、抓包历史、运行日志、导出数据、Cookie、Authorization、查询 Token、设备标识或家庭成员资料。
  • 不要把 MCP 服务暴露到局域网或公网。
  • 不提供证书固定绕过、越狱、Root、Frida 注入或第三方付费权益绕过方案。
  • Mock 只能用于自己的应用或明确授权的测试环境。
  • 安装 CA 等同于授予 HTTPS 解密能力；只信任当前设备本地生成且指纹可核对的 CA。

本分支不再随安装包分发共享 CA 私钥。新安装会在首次启动时于本机应用数据目录生成唯一 CA，私钥在 macOS/Linux 上限制为仅当前用户可读写。由旧版本升级的用户应在证书管理中重新生成一次 CA，并重新安装、核对和信任新证书。更多说明见 SECURITY.md。

开发与验证

fvm flutter analyze lib/network/util/crts.dart lib/features/workbench
fvm flutter test test/capture_plan_test.dart \
  test/har_archive_recovery_test.dart \
  test/network_panel_split_layout_test.dart \
  test/request_rewrite_diagnostics_test.dart \
  test/workbench_services_test.dart
fvm flutter build macos --debug
git diff --check

仓库还保留了部分上游的手工联调脚本，它们依赖本机证书样本、临时文件或本地 HTTP 服务，不属于可离线重复执行的自动化测试；公开发布前以以上定向测试和实际构建为准。

界面改动至少应验证：宽屏与窄屏布局、Request/Response 正文、SSE/WebSocket、Cookies、Mock 诊断和跨断点窗口缩放。

上游与致谢

本公开仓库从经过脱敏的代码快照开始记录历史，并基于以下项目继续开发：

感谢所有上游作者和贡献者。上游链接、许可证与详细署名见 NOTICE；需要追溯原始实现时，请以对应上游仓库的公开历史为准。

许可证

本项目继续采用 Apache License 2.0。原项目的版权、许可证和署名信息予以保留；新增代码及修改部分的版权归相应贡献者所有。

Yorumlar (0)

Sonuc bulunamadi