ابزار جالب Mimic: تبدیل خودکار ترافیک اپلیکیشن به کلاینت پایتون با هوش مصنوعی Claude!

تولید کلاینت‌های پایتون از دل ترافیک خصوصی اپلیکیشن‌ها با Mimic

ابزار Mimic یک پروژه متن‌باز و کاربردی است که ترافیک شبکه اپلیکیشن‌های موبایل یا وب را ضبط می‌کند و سپس با کمک مدل هوش مصنوعی کلاود (Claude)، برای APIهای پشت‌صحنه آن‌ها یک کلاینت آماده در زبان پایتون می‌سازد. این پروژه مشخصاً برای کار با اندپوینت‌های ثبت‌نشده و بدون مستندات (Undocumented) طراحی شده است؛ همان اندپوینت‌هایی که برنامه‌نویس‌ها برای دسترسی به آن‌ها مجبور بودند ساعت‌ها پای لاگ‌های پروکسی بنشینند، هدرهای احراز هویت را دستی کپی کنند و خودشان کد wrapper بنویسند. مخزن این پروژه در گیت‌هاب تا لحظه نگارش این خبر، بیش از ۲۶۰۰ ستاره جذب کرده است.

با این ابزار، توسعه‌دهندگان می‌توانند اپلیکیشن مورد نظر خود را از طریق یک پروکسی محلی اجرا کنند، درخواست‌های تایید هویت‌شده سشن (نشست) شخصی خود را به دام بیندازند و تمام اندپوینت‌های شناسایی‌شده را به متدهای نام‌گذاری‌شده در پایتون تبدیل نمایند. کلاینت تولیدشده به طور هوشمندانه توکن‌ها، کوکی‌ها، شناسه‌های دستگاه و سایر مقادیر سشن موجود در ترافیک را برای ارسال درخواست‌های بعدی بازیافت و بازنویسی می‌کند.

از ضبط ترافیک تا متدهای آماده اجرا: فرایند سه‌مرحله‌ای Mimic

فرایند کاری Mimic این مسیر را به سه مرحله مشخص تقسیم می‌کند:

1. ضبط ترافیک (Capture): ابزار معروف mitmproxy تمام درخواست‌ها و پاسخ‌های HTTPS ارسال‌شده از سوی اپلیکیشن را ضبط و ذخیره می‌کند.
2. استخراج نشست (Session extraction): ماژول mimic.Session مقادیر تکرارشونده و کلیدی احراز هویت را پیدا کرده و آن‌ها را برای استفاده دوباره و ارسال مجدد آماده می‌سازد.
3. تولید کلاینت (Client generation): مدل Claude سراغ اندپوینت‌های ضبط‌شده می‌رود، ساختار آن‌ها را تجزیه و تحلیل می‌کند و متدهای آماده پایتون را بر پایه کلاس mimic.App می‌نویسد.

خروجی نهایی، یک کد کاملاً معمولی و تمیز پایتون است که توسعه‌دهندگان می‌توانند به راحتی خط‌به‌خط آن را بررسی، ویرایش، تست و کامیت کنند. متدهای ساخته‌شده قابلیت پشتیبانی از پارامترهای مسیر (Path parameters)، قالب‌های بدنه درخواست (Request body) و حتی فراخوانی‌های زنجیره‌ای را دارند؛ قابلیتی کاربردی برای سناریوهایی که نیاز است یک مقدار از یک اندپوینت خوانده شده و بلافاصله به اندپوینتی دیگر ارسال شود.

البته باید توجه داشت که ساخت متدها صرفاً به ترافیکی محدود می‌شود که Mimic در طول کار ضبط کرده است؛ بنابراین باز کردن تمام صفحات و کلیک روی قابلیت‌های مختلف اپلیکیشن در زمان ضبط ترافیک، الگوهای اندپوینت بیشتر، نمونه داده‌ها (Payloads) و پاسخ‌های دقیق‌تری را در اختیار Claude می‌گذارد تا کلاینت جامع‌تر و بی‌نقصی تحویل دهد.