Skip to content

hzhsec/AICryptoProxy

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

11 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AICryptoProxy

AI 驱动的 Web 加密流量渗透测试自动化代理框架

Claude Code Python mitmproxy License


概述

AICryptoProxy 是一个基于 Claude Code + MCP 的智能渗透测试框架,专为解决前端加密 Web 应用的流量加解密问题而设计。

通过 Claude Code 的 MCP 技能系统,框架能够在几十秒内自动完成传统需要数小时的 JS 逆向分析工作,生成可直接使用的 mitmproxy 加解密代理,配合 Burp Suite 实现无缝的明文操作体验。

核心理念

用户输入目标URL → AI自动分析加密逻辑 → 生成加解密代理 → Burp中操作明文
     ↓                    ↓                      ↓                ↓
  一句话指令        MCP浏览器调试         mitmproxy脚本      无需任何手动处理

解决的问题

传统痛点 AICryptoProxy 方案
手动定位加密函数耗时数小时 AI 通过 MCP 自动搜索脚本、断点追踪
扣代码 + 补环境繁琐易错 自动提取 Key 生成 Python 代码 / 零逆向 JSRPC 桥接
动态 Key 需要额外处理逻辑 JSRPC 模式让浏览器原生处理,自动适配动态 Key
编写 mitmproxy 脚本需要调试 一键生成经过验证的生产级脚本

工作模式

AICryptoProxy 提供两种互补的工作模式,由 Claude Code 的 Skill 自动完成:

模式 A:Direct Crypto(直接加解密)

skill:mitm_proxy

适用于标准算法、Key 固定的场景。

浏览器 → mitmproxy(:8082)[自动解密] → Burp[:8080] → mitmproxy(:8083)[自动加密] → 服务器
         ↑                          ↑     ↑                             ↑
    AI 分析 JS 加密算法     操作明文请求  Burp 修改      AI 生成 Python 加密代码
    提取 Key 和 IV                      不需要改重放                             使用同密钥加密

AI 自动完成:

  1. 通过 js-reverse MCP 连接浏览器
  2. 搜索脚本中的加密关键字(encrypt、AES、RSA 等)
  3. 在断点处自动提取 Key、IV、算法参数
  4. 生成 downstream_decrypt_proxy.py + upstream_encrypt_proxy.py
  5. 输出启动命令

模式 B:JSRPC Bridge(零逆向桥接)

skill:jsrpc-mitm-auto

适用于算法复杂、混淆严重、Key 动态生成的场景。

                     ┌─── JSRPC服务(:12080) ───┐
                     │     ↕ WebSocket           │
浏览器原生JS加密 ←──→│   浏览器标签页(保持打开) │←──→ mitmproxy 脚本
                     └──────────────────────────┘

AI 自动完成:

  1. 自动生成 jsrpc_inject.js(含 HlClient + 加密/解密 action 注册)
  2. 自动生成 jsrpc_client.py(HTTP 调用封装)
  3. 自动生成 downstream_jsrpc_proxy.py + upstream_jsrpc_proxy.py
  4. 提示用户在浏览器 Console 中粘贴注入脚本
  5. 输出完整启动命令

快速开始

环境要求

# 1. Python 3.12+
python --version

# 2. 安装依赖
pip install mitmproxy pycryptodome requests

# 3. (模式 B 需要)下载 JSRPC 服务端
#    https://github.com/jxhczhl/JsRpc/releases

# 4. 安装 Claude Code
#    https://claude.ai/code

# 5. 安装 MCP 服务(js-reverse)
#    用于浏览器调试和 JS 逆向分析

使用流程

# 方式一:使用 Claude Code Skill 自动完成
# 在项目目录中运行 Claude Code,然后输入:

# 模式 A - 直接逆向:
"用 mitm_proxy 技能帮我分析 https://target.com 的加密逻辑,生成加解密代理"

# 模式 B - JSRPC 零逆向:
"用 jsrpc-mitm-auto 技能为 https://target.com 设置 JSRPC 加解密代理"

# Claude Code 会自动:
# 1. 检查 .env 配置(首次使用会引导配置 Chrome / JSRPC 路径)
# 2. 启动浏览器并导航到目标
# 3. 分析 JS 加密逻辑
# 4. 生成对应的代理脚本
# 5. 提供完整的启动命令

这里只对模式A进行演示

启动claud code

image.png

先加载skills目录下面的skill

使用命令

对指定网站进行逆向分析(要有基本的逆向mcp比如js-reverse)

image.png

ai自主启动调试浏览器

开始逆向

image.png

对了如果弹窗需要要手动点击确认,不然会一直卡着 分析完成: image.png

最后生成报告:

下游解密代理 downstream_decrypt_proxy.py(浏览器 -> Burp 方向解密密文) 上游加密代理 upstream_encrypt_proxy.py(Burp -> 服务器方向加密明文) 加密分析报告ANALYSIS_REPORT.md image.png

image.png

AI 给出完整的启动命令

image.pngimage.png

首次使用配置

首次运行 Skill 时,AI 会自动检测 .env 配置文件。如果未配置,会依次询问:

  1. Chrome 浏览器路径 — 用于启动调试浏览器(js-reverse MCP 依赖)
  2. JSRPC 服务端路径 — 仅 jsrpc-mitm-auto 模式需要

AI 会验证路径有效性并保存到 .env 文件。也可手动创建:

cp .env.example .env
# 编辑 .env 填入实际路径

手动启动

# ──── 模式 A:直接加解密 ────

# 终端 1:启动 Burp Suite(监听 :8080)

# 终端 2:启动下游解密代理
mitmdump -s proxy_scripts/downstream_decrypt_proxy.py \
         --mode upstream:http://127.0.0.1:8080 -p 8082

# 终端 3:启动上游加密代理
mitmdump -s proxy_scripts/upstream_encrypt_proxy.py -p 8083

# 配置浏览器代理为 127.0.0.1:8082
# 配置 Burp 上游代理 → 127.0.0.1:8083


# ──── 模式 B:JSRPC 零逆向 ────

# 终端 1:启动 JSRPC 服务端
jsrpc.exe

# 终端 2:启动 Burp Suite

# 在浏览器 Console 中粘贴 inject_scripts/jsrpc_inject.js的代码链接jsrpc服务端

# 终端 3:启动下游代理
mitmdump -s proxy_scripts/downstream_jsrpc_proxy.py \
         --mode upstream:http://127.0.0.1:8080 -p 8082

# 终端 4:启动上游代理
mitmdump -s proxy_scripts/upstream_jsrpc_proxy.py -p 8083


#浏览器配置代理
使用插件将浏览器代理到本地的8082端口

#BurpSuite
配置上游代理到本地的8083端口

最终实现

浏览器---->插件----->mitmdump解密----->Burpsuite修改数据包------>mitmdump加密


项目文件

AICryptoProxy/
├── README.md
├── .env.example                   # 配置模板(复制为 .env 并填入路径)
├── .gitignore                     # 忽略 .env 等本地文件
├── requirements.txt              # Python 依赖
│
├── proxy_scripts/                # mitmproxy 代理脚本
│   ├── downstream_decrypt_proxy.py   # [模式A] 下游解密代理
│   ├── upstream_encrypt_proxy.py     # [模式A] 上游加密代理
│   ├── downstream_jsrpc_proxy.py     # [模式B] 下游 JSRPC 代理
│   ├── upstream_jsrpc_proxy.py       # [模式B] 上游 JSRPC 代理
│   └── jsrpc_client.py              # JSRPC HTTP 调用封装
|
├── skills/                      # Skill 定义
│   ├── mitm_proxy/SKILL.md          # [模式A] 直接加解密
│   └── jsrpc-mitm-auto/SKILL.md    # [模式B] JSRPC 零逆向
│
├── inject_scripts/               # 浏览器注入脚本
│   └── jsrpc_inject.js               # [模式B] JSRPC 注入脚本
│
├── docs/
│   └── AICryptoProxy_完全指南.md     # 完整使用文章
│
└── test/                          # 测试输出

工作流程对比

阶段 传统手动方式 AICryptoProxy (AI)
定位加密函数 手动搜索关键字、下断点、回溯调用栈 AI 自动搜索脚本、追踪调用链
提取密钥 手动在 Watch/Console 中查看变量 AI 自动捕获函数参数和返回值
算法分析 阅读混淆代码理解算法 AI 自动识别算法类型(AES/RSA/SM4)
编写脚本 手动写 Python 加解密代码 AI 生成完整 mitmproxy 脚本
环境配置 手动安装配置每个组件 交互式引导,一键执行
故障排查 逐行看日志定位问题 AI 分析错误并给出修复方案

架构设计

┌─────────────────────────────────────────────────────────────────────┐
│                        Claude Code (AI 大脑)                         │
│  ┌─────────────┐  ┌──────────────┐  ┌───────────────────────────┐  │
│  │ MCP js-reverse│──│ 分析/提取/生成 │──│ Skill 指令引擎            │  │
│  │ (浏览器调试)  │  │ (决策引擎)    │  │ (工作流编排)              │  │
│  └─────────────┘  └──────────────┘  └───────────────────────────┘  │
└─────────────────────────────────────────────────────────────────────┘
         │                        │                          │
         ▼                        ▼                          ▼
  ┌──────────────┐    ┌──────────────────┐    ┌──────────────────────┐
  │ 浏览器调试    │    │ 生成代理脚本      │    │ JSRPC 桥接            │
  │ (搜索/断点/   │    │ (downstream_     │    │ (注入脚本 +          │
  │  提取Key)    │    │  upstream_.py)   │    │  jsrpc_client.py)    │
  └──────────────┘    └──────────────────┘    └──────────────────────┘

适用场景

  • 渗透测试:在 Burp Suite 中操作明文请求,自由修改和重放
  • 安全审计:快速理解加密 API 的请求/响应结构
  • 漏洞挖掘:绕过前端加密直接测试后端接口安全性
  • CTF 挑战:快速分析并解决 Web 加密类题目

相关资源

About

AICryptoProxy 是一个基于 Claude Code(https://claude.ai/code) + MCP(https://docs.claude.ai) 的智能渗透测试框架,专为解决前端加密 Web 应用的流量加解密问题而设计。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors