揭秘mimic gen：一个AI提示词如何把原始HTTP流量变成优雅Python客户端

揭秘mimic gen：一个AI提示词如何把原始HTTP流量变成优雅Python客户端

【免费下载链接】mimicIntercept any app, then call it from Python like a library项目地址: https://gitcode.com/gh_mirrors/mimic32/mimic

mimic是一个让任意 App 都能被当作 Python 库调用的抓包工具：它用 mitmproxy 拦截你手机 App 的真实流量，再把这段原始 HTTP 请求交给 AI，由mimic gen命令一行生成一个可直接import的客户端文件。这篇文章带你拆开mimic gen的内部：一个精心设计的 AI 提示词（prompt）如何阅读真实流量，把零散的接口变成带命名方法、带参数、还能自动串联多步调用的优雅 Python 客户端。

mimic 三步流水线：捕获 → 提取 → 生成

mimic 的核心模型非常朴素，官方 README 用一行图就讲清楚了：

capture traffic -> extract auth -> generate client (mitmproxy) (mimic.Session) (AI reads the captured endpoints)

1. 捕获流量：mimic record启动 mitmproxy，iPhone 按向导配置代理后正常刷 App，所有请求都会落到 mitmweb 的 JSON API 里。
2. 提取认证：App 的每个请求都携带同一组稳定的身份头（Bearer token、设备 ID、Cookie）。extract.py 从你最新的真实请求中把这些头挑出来，之后重放的请求对服务器来说和真实客户端一模一样。
3. 生成客户端：mimic gen <host>把捕获到的端点整理成一份"摘要"，喂给 AI 生成客户端。这一步就是本文的主角。

不想要代码生成的话，也可以手写：session.py 中的Session支持from_mitm、from_curl、from_har三种方式构建会话，跳过 AI 直接用。

mimic gen 命令做了什么

在 cli.py 中，gen子命令的流程是：

1. 从 mitmweb（或--har指定的 HAR 文件）拉取该主机的全部流量；
2. 调用 endpoints() 按(method, path)去重，每个端点只保留最新一次捕获，连同请求体、响应体一起打包成端点列表；
3. 把主机名 + 端点列表拼成提示词，通过claude或opencodeCLI 交给 AI；
4. 把 AI 返回的源码（顺便剥掉它偶尔包的 ```python 围栏，见 codegen.py）写入<host前缀>_client.py。

响应体在进提示词前会先做两件贴心事（mitm.py）：JSON 自动 pretty-print，让 AI 看到结构而不是噪音；超长内容截断到 4000 字符，避免把无关的大字段塞进上下文。

mimic record # 启动代理，打印 iPhone 配置步骤 mimic hosts # 列出捕获到的主机，挑出 API 主机 mimic learn prod-api.example.com # 先看看 mimic 看到了哪些端点 mimic gen prod-api.example.com # 生成 example_client.py

Web 端用户不用代理也行：浏览器 DevTools 里"Save all as HAR"，然后mimic gen api.example.com --har traffic.har，HAR 的解析逻辑在 har.py。

核心看点：那个提示词的 7 条规则

mimic gen的精华不在调用 AI 的代码，而在 codegen.py 里写死的这段 PROMPT。它把"什么样的输出才算好"翻译成了 7 条硬规则：

规则 4 是最有含金量的一条：它要求 AI"仔细读样例请求体，找出哪个字段的值来自另一个端点的返回值"。这正是把机械的接口列表升级为"懂业务流程"的客户端的关键——比如有个接口要传playerId，而playerId是登录接口的返回字段，AI 就会把取 ID 的逻辑写进方法内部或缓存到实例上。

端点列表则是用 build_digest() 渲染的，每个端点一个块：方法 + 路径 -> 状态码、query、请求体、响应体。流量再多，AI 看到的也是一份结构清晰的"端点说明书"。

生成的客户端为什么能"开箱即用"

生成的代码只是薄薄一层：它继承 App，实例化时自动调用Session.from_mitm(HOST)，从 mitmweb 里捞出你的真实认证头。之后每个方法就是self.get(path)/self.post(path, json=body)，返回解析好的 JSON。

更妙的是容错：request() 遇到 401 会自动重新从 mitmweb 拉取最新凭证并重试一次幂等请求（POST 需显式refresh=True）——token 轮换不再需要手动处理。所以生成的客户端用起来就像 README 开头那样简单：

from example_client import Example acc = Example() # 自动复用你捕获的会话 acc.get_recommendations() acc.like(subject_id, comment="hi lol")

生成的文件就是普通 Python，可以随意编辑——AI 只是第一稿。

不想等 AI？先看提示词再决定

mimic gen --prompt-only会打印完整提示词而不调用 AI，方便你检查喂给模型的内容。也可以--generator opencode换生成器、--model换模型、-o指定输出路径（cli.py）。没有装任何 AI CLI 也不影响捕获流程，装好后运行mimic doctor检查环境即可。

边界：哪些 App 抓不到

• 证书固定（cert pinning）：银行、Instagram 类 App 会拒绝 mitmproxy 证书，代理看不到流量。这挡的是"捕获"不是"重放"，unpin 提供基于 Frida 的绕过，详见 docs/pinning.md。
• DPoP 令牌：每个请求带私钥签名的新鲜证明，捕获的请求无法重放，目前没有干净解法，详见 docs/dpop.md。

经验法则：mimic hosts里能看到 App 的 API 主机，就说明这条路走得通。

总结：提示词是产品，不是胶水

mimic gen给人的启发在于：AI 代码生成器的质量上限，由提示词里的约束决定。mimic 没有教 AI"写个客户端"，而是把"不硬编码凭证、方法按意图命名、自动串联多步依赖、参数化易变值"这些领域经验写成了规则清单，再把干净的端点摘要喂进去。捕获负责"真实"，提示词负责"优雅"，二者结合才得到了那个一行import就能刷 App 的 Python 客户端。

项目使用 MIT 许可（LICENSE），安装只需sh install.sh（install.sh）。最后提醒一句官方伦理声明：请只用于自己的账号和数据，并遵守各 App 的服务条款。

【免费下载链接】mimicIntercept any app, then call it from Python like a library项目地址: https://gitcode.com/gh_mirrors/mimic32/mimic