Charles MCP Server
Enables AI agents to interact with Charles Proxy for HTTP traffic analysis, supporting incremental harvest, checkpoint timelines, and rich filtering tools.
README
Charles MCP Server
专为 AI agent 逆向分析设计的 Charles Proxy MCP 服务器。
设计原则:MCP 只做数据通道,不替 agent 做分析判断。工具职责是取数据、过滤、呈现,推理交给 agent。
核心机制
Checkpoint 时间线
每次调用 harvest_data() 都会:
- 从 Charles 导出当前 session
- 取上次收割后产生的新条目(按
times.start毫秒时间戳增量判断) - 将新条目写入内存 ARCHIVE
- 在时间线上记录一个 checkpoint
- 清空 Charles session,重启录制(保持导出始终轻量)
agent 可通过 load_checkpoint(n) 随时回到任意历史时间窗口,所有过滤工具自动在那个范围内工作。
资源文件占位符
图片、JS、CSS、二进制等资源的 body 不传给 agent,替换为 [image/png 45.2KB] 形式的占位符。agent 知道类型和大小,按需调 get_raw_data 获取实际内容。
关键词互锁
filter_by_keyword 在匹配数 > 30 时要求先调 check_keyword_exists,避免一次性拉取大量 body 撑爆上下文。
工具总览
收割
| 工具 | 说明 |
|---|---|
harvest_data(fresh_start=False) |
增量收割,创建 checkpoint。fresh_start=True 插入重置点,之后只看新流量 |
时间线
| 工具 | 说明 |
|---|---|
list_checkpoints() |
查看所有 checkpoint,了解收割时间线 |
load_checkpoint(id) |
切换到指定 checkpoint 的数据窗口 |
概览
| 工具 | 说明 |
|---|---|
summarize_traffic() |
统计当前窗口的 host / path / 状态码 / 方法分布,不拉取 body |
过滤(均返回精简视图,含 body 预览)
| 工具 | 说明 |
|---|---|
filter_by_host(keyword) |
按域名过滤,只匹配顶层 host 字段 |
filter_by_path(keyword) |
按 URL 路径关键词过滤 |
filter_by_method(method) |
按 HTTP 方法过滤(GET / POST 等) |
filter_by_status(code) |
按 HTTP 状态码过滤 |
check_keyword_exists(keyword) |
探测关键词位置,返回轻量索引,并解锁 filter_by_keyword |
filter_by_keyword(keyword) |
返回含关键词的条目预览,匹配数 > 30 时需先调 check |
filter_by_encryption(threshold=3.9) |
按香农熵扫描,找出疑似加密/压缩/编码的 body,按熵值降序 |
详情
| 工具 | 说明 |
|---|---|
get_raw_data(entry_id) |
获取完整原始数据。先在当前窗口找,找不到从 ARCHIVE 全局搜 |
环境控制
| 工具 | 说明 |
|---|---|
set_throttling(preset) |
开启 / 关闭弱网模拟,MCP 退出时自动还原 |
典型工作流
harvest_data() # 同步流量,创建 checkpoint
summarize_traffic() # 看全局:哪个 host 流量多,有没有大量 403
filter_by_host("api.xxx") # 缩小到目标域名
filter_by_encryption() # 找加密字段
get_raw_data(entry_id) # 取完整报文深度分析
切换分析目标:
harvest_data(fresh_start=True) # 标记重置点,不加载旧流量
# 在 App 触发目标操作
harvest_data() # 只拿新流量
回溯历史:
list_checkpoints() # 查看时间线
load_checkpoint(2) # 切到第 2 次收割的数据
filter_by_keyword("sign") # 在那个时间窗口里搜
前置条件
Charles Proxy 已启动,开启 Web Interface:Proxy → Web Interface Settings
- 勾选 Enable web interface
- 用户名:
Charles-mcp-server(或通过环境变量自定义) - 密码:
123456(或通过环境变量自定义)
安装
方式一:PyPI(推荐)
pip install charles-mcp-server
方式二:从源码安装
git clone <repo-url>
cd Charles-mcp-server
pip install .
方式三:让 AI 自动安装
将下方提示词完整粘贴给任意 AI agent(Claude Code、Cursor Agent、Codex 等),agent 会自动完成安装和配置:
<details> <summary><strong>点击展开自动安装提示词</strong></summary>
请帮我安装并配置 "charles-mcp-server" MCP server,按以下步骤执行:
Step 1 — 检测操作系统:
判断当前系统是 Windows、macOS 还是 Linux。
Step 2 — 安装 charles-mcp-server:
运行:pip install charles-mcp-server
如果失败,尝试:pip3 install charles-mcp-server
安装完成后验证:charles-mcp-server --help(有输出即成功)
Step 3 — 检测 MCP 客户端(按顺序匹配,用第一个命中的):
a) Claude Code — 运行:claude --version
成功则执行以下命令,然后跳到 Step 5:
claude mcp add-json charles '{"type":"stdio","command":"charles-mcp-server","args":[]}'
b) Claude Desktop — 检查配置文件是否存在:
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows:%APPDATA%\Claude\claude_desktop_config.json
- Linux: ~/.config/Claude/claude_desktop_config.json
c) Cursor — 检查以下路径是否存在:
- ~/.cursor/mcp.json
- .cursor/mcp.json(当前项目目录下)
d) Windsurf — 检查:~/.codeium/windsurf/mcp_config.json
e) Codex CLI — 检查:~/.codex/config.toml
f) Gemini CLI — 检查:~/.gemini/settings.json
如果以上均未找到,询问用户使用的是哪个客户端。
Step 4 — 写入配置(适用于 b/c/d/f 的 JSON 格式客户端):
要添加的配置项为:
"charles": {
"command": "charles-mcp-server",
"args": []
}
重要:如果配置文件已存在,先读取再解析 JSON,
在 "mcpServers" 内追加 "charles" 键(若无 "mcpServers" 则创建),
不要覆盖已有的其他 MCP server 配置。
如果文件不存在,创建并写入:
{ "mcpServers": { "charles": { "command": "charles-mcp-server", "args": [] } } }
适用于 e(Codex CLI TOML 格式):
在 ~/.codex/config.toml 中追加:
[mcp_servers.charles]
command = "charles-mcp-server"
args = []
Step 5 — 验证:
运行:charles-mcp-server
等待 2 秒后终止进程。
没有 import 报错则安装成功。
Step 6 — 报告结果:
输出:"charles-mcp-server 安装完成,请重启 MCP 客户端以加载新服务。"
并提示:Charles Proxy 需处于运行状态,且已在 Proxy → Web Interface Settings 中
启用 Web Interface(用户名:Charles-mcp-server,密码:123456)。
</details>
各客户端配置
所有客户端使用相同的 MCP server,只是配置文件路径和格式不同。
Claude Code(CC)
claude mcp add-json charles '{
"type": "stdio",
"command": "charles-mcp-server",
"args": []
}'
如需自定义 Charles 账号:
claude mcp add-json charles '{
"type": "stdio",
"command": "charles-mcp-server",
"args": [],
"env": {
"CHARLES_USER": "your-username",
"CHARLES_PASS": "your-password"
}
}'
Claude Desktop
配置文件路径:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"charles": {
"command": "charles-mcp-server",
"args": []
}
}
}
Cursor
配置文件路径(二选一):
- 全局:
~/.cursor/mcp.json - 项目级:
.cursor/mcp.json(只对当前项目生效)
{
"mcpServers": {
"charles": {
"command": "charles-mcp-server",
"args": []
}
}
}
Windsurf
配置文件路径:~/.codeium/windsurf/mcp_config.json
{
"mcpServers": {
"charles": {
"command": "charles-mcp-server",
"args": []
}
}
}
Codex CLI
配置文件路径:~/.codex/config.toml
[mcp_servers.charles]
command = "charles-mcp-server"
args = []
自定义账号:
[mcp_servers.charles]
command = "charles-mcp-server"
args = []
[mcp_servers.charles.env]
CHARLES_USER = "your-username"
CHARLES_PASS = "your-password"
Gemini CLI
配置文件路径:~/.gemini/settings.json
{
"mcpServers": {
"charles": {
"command": "charles-mcp-server",
"args": []
}
}
}
pyenv 环境(通用)
如果通过 pyenv 管理 Python 环境,将上述所有配置的 "command" 替换为对应 Python 的绝对路径,并改用 -m 方式启动:
{
"mcpServers": {
"charles": {
"command": "/path/to/pyenv/versions/3.11.x/bin/python",
"args": ["-m", "charles_mcp_server.main"]
}
}
}
环境变量
所有客户端均支持通过环境变量覆盖默认配置:
| 变量 | 默认值 | 说明 |
|---|---|---|
CHARLES_USER |
Charles-mcp-server |
Charles Web Interface 用户名 |
CHARLES_PASS |
123456 |
Charles Web Interface 密码 |
CHARLES_PROXY_HOST |
127.0.0.1 |
Charles 代理地址 |
CHARLES_PROXY_PORT |
8888 |
Charles 代理端口 |
License
MIT License — Owner: tianhetonghua
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。