AI Coding Assistant Traffic Analyzer

捕获、记录、分析 AI 编程助手（GitHub Copilot、Claude Code、OpenCode、Codex CLI 等）与 LLM API 之间的完整网络通信。

这是什么？

在使用 AI 编程助手时，你是否好奇它们发送了什么 prompt？用了哪些 tools？消耗了多少 tokens？每次请求耗时多久？

本项目提供了一套端到端的 AI 编程助手流量分析工具链：

1. 捕获流量 — 通过 HTTP 代理或 HTTPS 嗅探拦截 AI 助手的 API 调用
2. 保存到磁盘 — 完整记录请求/响应的 headers、body、时间戳
3. 可视化分析 — 在 Web UI 中浏览、搜索、深度解析 LLM 对话内容

┌──────────────────┐     ┌───────────────┐     ┌──────────────────┐
│   AI 编程助手     │────►│  Proxy/Sniffer │────►│   LLM API 后端   │
│  (Copilot, Claude│◄────│  拦截并记录流量  │◄────│ (OpenAI, Claude) │
│   Code, etc.)    │     └───────┬───────┘     └──────────────────┘
└──────────────────┘             │
                                 │ 保存
                                 ▼
                        ┌─────────────────┐
                        │   logs/ 目录     │
                        │  (结构化存储)    │
                        └────────┬────────┘
                                 │
                                 │ 读取
                                 ▼
                        ┌─────────────────┐
                        │   Log Viewer    │
                        │  (Web UI 分析)   │
                        └─────────────────┘

效果展示

请求列表 — 浏览所有 API 调用

• 按时间范围、HTTP 方法、关键词筛选
• 颜色编码的 HTTP 方法和状态码
• 收藏重要请求并添加自定义标题

LLM 对话解析 — 深度查看 AI 对话

• 自动解析 Claude / OpenAI 的请求与响应格式
• 还原 SSE 流式响应为完整对话
• 提取 system prompt、用户消息、助手回复、工具调用
• 展示 tool_use / tool_result 详情

多源切换 — 同时分析多个 AI 助手

• 支持配置多个日志目录（Copilot、Claude Code、OpenCode 等）
• 一键切换不同捕获源

快速开始

前置条件

• Node.js >= 18
• Yarn 1.x
• Python >= 3.12 + uv（仅 sniffer 需要）

1. 安装依赖

# 安装 Node.js 项目依赖（proxy + log-viewer）
yarn install

# 安装 Python 项目依赖（sniffer）
cd apps/sniffer
uv sync
cd ../..

2. 选择捕获方式

根据你的需求选择合适的流量捕获方式：

方式	适用场景	协议	说明
Proxy（HTTP 代理）	目标应用支持配置代理地址	HTTP	轻量，无需证书
Sniffer（HTTPS 嗅探）	需要拦截加密流量	HTTPS	自动设置系统代理，需安装 mitmproxy CA 证书

方式 A：使用 Proxy

# 配置
cd apps/proxy
cp .env.example .env
# 编辑 .env，设置 TARGET_HOST/TARGET_PORT 为 AI 助手的 API 后端

# 启动
cd ../..
yarn dev:proxy

将 AI 助手配置为使用 http://localhost:8080 作为代理。

方式 B：使用 Sniffer

cd apps/sniffer

# 使用预设配置（例如：捕获所有流量）
uv run python run.py -c config.all.yaml

# 或指定 AI 助手
uv run python run.py -c config.copilot.yaml    # GitHub Copilot
uv run python run.py -c config.claude-code.yaml # Claude Code
uv run python run.py -c config.opencode.yaml    # OpenCode
uv run python run.py -c config.codex.yaml       # OpenAI Codex CLI

Sniffer 会自动设置 Windows 系统代理，退出时自动恢复。

3. 启动 Log Viewer

# 配置日志源
cd apps/log-viewer
cp .env.example .env
# 编辑 .env 中的 LOG_DIRS，指向你的捕获目录

# 启动
cd ../..
yarn dev:viewer

打开 http://localhost:3001 查看捕获的流量。

一键启动（Proxy + Log Viewer）

yarn dev

同时启动 Proxy（:8080）和 Log Viewer（:3001）。

项目结构

llm-prompt-xray/
├── apps/
│   ├── proxy/           # HTTP 代理服务器（Node.js + Hono）
│   ├── sniffer/         # HTTPS 流量嗅探器（Python + mitmproxy）
│   └── log-viewer/      # 日志查看器 Web UI（Next.js + React）
├── logs/                # 共享日志目录
│   └── YYYYMMDD_HHMMSS/ # 按分钟分组
│       └── {ts}_{METHOD}_{path}/
│           ├── request_metadata.json
│           ├── request_body.*
│           ├── response_metadata.json
│           └── response_body.*
├── scripts/             # 工具脚本
│   └── migrate-log-dirs.mjs
├── systemd/             # Linux systemd 服务配置
└── package.json         # Yarn workspaces 配置

组件说明

组件	说明	技术栈	文档
proxy	HTTP 代理，拦截并记录明文 HTTP 流量	Node.js, Hono, TypeScript	README
sniffer	HTTPS 嗅探器，通过 MITM 拦截加密流量	Python 3.12+, mitmproxy	README
log-viewer	Web 日志查看器，可视化分析 LLM API 调用	Next.js 16+, React 19, Tailwind	README

日志格式

Proxy 和 Sniffer 使用相同的日志格式，Log Viewer 可以无差别地读取两者的输出：

logs/
├── 20260315_143000/                              # 分钟目录
│   ├── 1773531607390_POST_api%2Fv1%2Fmessages/   # 请求目录
│   │   ├── request_metadata.json                 # 请求元数据
│   │   ├── request_body.json                     # 请求体（JSON 自动格式化）
│   │   ├── response_metadata.json                # 响应元数据
│   │   └── response_body.txt                     # 响应体（SSE 流文本）
│   └── 1773531618719_POST_chat%2Fcompletions/
│       ├── request_metadata.json
│       ├── request_body.json
│       ├── response_metadata.json
│       └── response_body.json
└── 20260315_143100/
    └── ...

适用场景

• 调试 AI 编程助手 — 查看 Copilot/Claude Code 到底发了什么 prompt
• 分析 Token 消耗 — 了解每次请求使用了多少 tokens
• 对比不同 AI 助手 — 同时捕获多个助手的流量进行对比
• 研究 System Prompt — 查看 AI 助手的完整 system prompt 内容
• 性能分析 — 分析 API 响应延迟和 SSE 流传输时间
• 开发调试 — 调试任何 HTTP/HTTPS API 调用

生产部署

对于 Linux 生产环境，可使用 systemd 服务部署，详见 systemd/README.md。

yarn build
sudo cp systemd/*.service /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now proxy.service log-viewer.service

License

MIT