工具介绍

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。

AICryptoProxy，AI 驱动的 Web 加密流量渗透测试自动化代理框架

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

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)

ai自主启动调试浏览器

开始逆向

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:

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

AI 给出完整的启动命令

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

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

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

工具下载

https://github.com/hzhsec/AICryptoProxy/tree/main