stealth-browser-mcp 网络嗅探实战用 AI 对话逆向网页 API 的完整流程【免费下载链接】stealth-browser-mcpStealth browser automation for AI agents over MCP and the Chrome DevTools Protocol: navigation, network hooks, DOM extraction, and pixel-accurate UI cloning.项目地址: https://gitcode.com/gh_mirrors/ste/stealth-browser-mcpstealth-browser-mcp是一款基于 MCPModel Context Protocol和 Chrome DevTools ProtocolCDP的隐身浏览器自动化服务端专为 AI Agent 设计。它内置完整的网络嗅探能力——从请求捕获、过滤、详情查看到数据导出全部由 AI 通过自然语言对话驱动。本文带你走通一条最实用的实战路线用一次对话逆向出任意网页背后的 API 接口地图 ️它解决了什么问题传统方式逆向网页 API需要手动打开浏览器开发者工具 → 切换 Network 面板 → 逐个点击请求 → 复制 cURL → 再整理成文档。步骤繁琐且 AI 助手完全插不上手。stealth-browser-mcp 把浏览器变成了一个AI 可以操控的隐形浏览器CDP 级网络拦截src/network_interceptor.py 通过Network.enable事件钩子实时捕获页面的每个请求与响应含 headers、cookies、请求体、响应体AI 可直接调用的工具集src/server.py 将嗅探能力封装为 10 个 MCP 工具AI 说人话它做实事结构化数据模型请求/响应的数据结构定义在 src/models.pyAI 拿到的是规整的 JSON不是杂乱日志动态 Hook 系统可让 AI 现场编写 Python 钩子函数拦截、改写、记录特定流量src/dynamic_hook_system.py快速上手三步完成安装与连接第一步克隆仓库并创建环境git clone https://gitcode.com/gh_mirrors/ste/stealth-browser-mcp cd stealth-browser-mcp python -m venv venv venv/bin/pip install -r requirements.txt项目要求 Python ≥ 3.10见 pyproject.toml核心依赖是fastmcpnodriver隐身浏览器引擎。第二步启动 MCP 服务端# Linux / macOS ./run_server.sh启动脚本 run_server.sh 会自动检查虚拟环境和依赖然后运行 src/server.py 启动 MCP 服务。也支持用 Dockerfile 一键容器化部署内置 Chrome xvfb适合 Linux 服务器。第三步在 AI 客户端中接入在 Claude Desktop 或其他 MCP 客户端的mcpServers配置中指向上述 Python 可执行命令即可。连接成功后你的 AI 助手就拥有了隐形浏览器 网络嗅探仪 网络嗅探的完整流程核心实战以下按实际操作顺序拆解每一步对应的 MCP 工具都来自 src/server.py 中标注network-debugging分区的函数src/server.py#L835-L1030。第 1 步启动浏览器并开启流量捕获让 AI 执行用 stealth-browser 启动一个浏览器实例服务端通过spawn_browser创建隐身实例并在标签页上调用 NetworkInterceptor.setup_interception 注册RequestWillBeSent/ResponseReceived事件——从这一刻起页面发出的每一个请求都会被自动记录。 小技巧让 AI 先执行set_network_capture_filters只捕获XHR和Fetch类型排除图片字体等噪音流量日志立刻清爽一大半。第 2 步导航到目标页面并交互访问目标网页先浏览首页再点击进入我的账户执行一次搜索导航navigate、点击click_element、输入type_text这些常规操作都会触发真实的 API 调用而嗅探器在后台静默记录。你可以像真人一样操作也可以直接把目标告诉 AI 让它自动完成。第 3 步列出所有 API 请求列出刚才捕获的所有网络请求只保留 XHR 类型AI 调用 list_network_requests返回一张请求清单字段说明request_id请求唯一标识后续查详情用url请求地址methodGET / POST 等resource_typeXHR / Fetch / Document…timestamp发生时间第 4 步深挖单个请求的完整细节找出那个 POST 请求把它的请求头、请求体和响应内容都给我AI 会依次调用三个工具完成一次完整的解剖get_request_detailssrc/server.py#L865-L881拿到方法、headers、cookies、POST bodyget_response_detailssrc/server.py#L884-L900拿到状态码、Content-Type、响应头get_response_contentsrc/server.py#L903-L928拿到响应体原文JSON 直接可读想批量检索search_network_requests支持按 URL 片段、方法、状态码甚至响应体内容包含某个关键词来过滤src/server.py#L931-L970——比如找出所有响应里含token字样的请求。第 5 步导出与复用把这次嗅探的数据导出成 JSONexport_network_data将全部请求/响应落盘为 JSON 文件可随时通过import_network_data导入分析也可以直接喂给 AI 做二次加工——生成接口文档、复现 curl 命令、识别鉴权方式都是常见玩法 进阶玩法让 AI 编写动态 Hook除了记录stealth-browser-mcp 还支持干预。它的动态 Hook 系统src/dynamic_hook_system.py src/dynamic_hook_ai_interface.py允许 AI 现场编写 Python 钩子函数注入浏览器网络层。试试这段官方示例提示词来自 examples/claude_prompts.md用 stealth-browser 的动态 hook 系统创建一个 Python 函数拦截所有匹配*.analytics.*的追踪请求并把所有/api/*请求的完整 headers 和 payload 记录下来。AI 会调用create_dynamic_hook生成钩子、validate_hook_function校验代码、然后注入生效——全程无需你手写一行 JS。常用嗅探工具速查表工具用途源码位置spawn_browser启动隐身浏览器实例src/server.py#L171set_network_capture_filters按资源类型过滤流量src/server.py#L1009list_network_requests列出捕获的请求src/server.py#L835search_network_requests多条件高级搜索可搜响应体src/server.py#L931get_request_details查看请求头/Cookie/Bodysrc/server.py#L865get_response_content查看响应体原文src/server.py#L903export_network_data导出 JSONsrc/server.py#L973create_dynamic_hookAI 编写并注入网络钩子src/server.py#L2709常见问题Q1嗅探会占用很多内存吗A会默认记录响应体建议用set_network_capture_filters只保留XHR/Fetch排除Image、Font等类型内存占用可降 90%。Q2能抓 WebSocket 流量吗A可以resource_type支持WebSocket类型过滤器同样生效。Q3抓完的数据能长期保存吗Aexport_network_data导出后即为标准 JSON配合 src/persistent_storage.py 还能做本地持久化存储。写在最后stealth-browser-mcp 的最大价值是把打开 DevTools 逐个看请求变成了和 AI 聊两句。网络嗅探不再是一个需要手动操作的技能而变成了 AI Agent 的标配能力。下一步建议按 examples/claude_prompts.md 里的 Map API endpoints through interception 提示词完整跑一遍流程结合execute_script和get_cookies分析目标站点的鉴权机制探索 skills/stealth-browser-mcp/ 目录下的 Agent 配置把它接入你自己的 AI 工作流祝你嗅探愉快 【免费下载链接】stealth-browser-mcpStealth browser automation for AI agents over MCP and the Chrome DevTools Protocol: navigation, network hooks, DOM extraction, and pixel-accurate UI cloning.项目地址: https://gitcode.com/gh_mirrors/ste/stealth-browser-mcp创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考