mitmAny 开源:让 AI 通过 MCP 分析真实抓包流量,支持 Windows/macOS

mitmAny 是一款新开源的桌面工具,核心功能是将 HTTP/HTTPS 抓包流量与 AI 连接起来。该工具内置 MCP(模型上下文协议)服务,用户在操作网站或 App 并捕获请求后,可以让 Codex 等 MCP 客户端读取真实的请求与响应数据,由 AI 分析接口逻辑、登录流程和分页机制。例如,用户可以让 AI 解释一组请求的分页逻辑、引用请求编号并标出不确定的推断。工具支持 Windows、macOS 平台以及 Android USB 抓包,同时提供 JSON 查看、HAR 导入导出、cURL 导出等常用功能,软件界面支持中英文双语。项目采用 MIT 协议开源,所有功能完全免费,没有付费版、订阅或功能解锁,仅接受可选捐赠;连接外部 AI 客户端或模型服务产生的费用需另行承担。开发者在发布说明中提示了几点注意事项:目前安装包尚未签名,macOS 版本未经公证;MCP 仅用于检查已捕获的流量,不支持重放请求或绕过证书固定;用户应仅调试自己拥有或获得授权的应用,且所连接的 AI 客户端可能会将工具结果发送给其模型服务商。项目代码与使用说明已在 GitHub 开源,最新版本为 v1.2.1,开发者欢迎社区反馈安装、MCP 配置及接口分析相关的问题。

事件分析

MCP 生态正在从编程助手向更多开发场景渗透,mitmAny 将其引入网络抓包调试是一个典型信号。传统接口分析需要开发者逐条阅读请求响应,而大模型擅长从结构化数据中归纳模式,两者结合可将接口逆向、登录链路梳理、分页逻辑解析等重复性工作交给 AI。技术上该项目定位克制:只读分析、不重放请求、不绕过证书固定,主动规避灰色用途与法律风险。产业层面,这类工具印证了 AI 与开发者工具融合的细分趋势,真实抓包数据可能成为模型分析的新数据源,后续或出现更多面向测试、安全审计场景的 MCP 集成。潜在挑战包括未签名安装包带来的分发信任问题,以及流量数据经由 AI 客户端上传至模型服务商的隐私边界。

核心观点:MCP 正把 AI 从写代码推向调试现场,真实流量成为模型分析的新入口,也带来数据出域的新风险。

原文链接:V2EX 分享发现

C code80.ai · AI 编码 API 聚合 Claude / GPT 多模型统一接入,稳定不限速,按量计费,几行配置接入 Claude Code。 了解一下 ›

抢沙发

评论前必须登录!

立即登录   注册