Anything Analyzer自定义Prompt模板指南:3步打造专属AI分析目的
Anything Analyzer自定义Prompt模板指南3步打造专属AI分析目的【免费下载链接】anything-analyzer全能协议分析工具浏览器抓包 MITM 代理 指纹伪装 AI 分析 MCP Server 无缝对接 AI Agent/IDE | All-in-one protocol analysis toolkit — built-in browser capture, MITM proxy, JS hooks, fingerprint spoofing, AI analysis MCP server for agent integration项目地址: https://gitcode.com/gh_mirrors/an/anything-analyzerAnything Analyzer是一款全能协议分析工具内置浏览器抓包、MITM 代理、JS Hook、指纹伪装、AI 分析与 MCP Server。除了开箱即用的 AI 分析报告它最大的灵活之处在于自定义 Prompt 模板——你可以把 AI 分析的重点从通用协议分析切换为JS 加密逆向安全审计甚至你自己的专属分析目的。本文将带你3 步玩转 Anything Analyzer 自定义 Prompt 模板让 AI 分析真正贴合你的业务场景。一、先认识 5 个内置分析模板 Anything Analyzer 的 AI 分析由一套提示词模板系统驱动。每个模板包含三要素字段作用名称显示在分析栏下拉框中System Prompt定义 AI 的角色与输出规范如网站协议分析专家分析要求具体分析清单逐条告诉 AI 要产出什么结论内置 5 个模板覆盖主流逆向场景自动识别auto默认通用分析8 项基础要求逆向 API 协议reverse-api端点清单、鉴权链、数据模型、Python 复现代码安全审计security-audit认证安全、敏感数据暴露、CSRF/XSS 风险性能分析performance请求时序、冗余请求、缓存策略JS 加密逆向crypto-reverse加密算法识别、签名机制还原、Python 复现内置模板定义在 src/main/prompt-templates.ts首次运行时会自动落盘到用户数据目录的prompt-templates.json之后所有增删改都在这个文件中持久化。设计思路可参考官方文档docs/superpowers/specs/2026-04-13-custom-analysis-purpose-design.md 与 docs/superpowers/plans/2026-04-13-custom-analysis-purpose.md二、3 步打造专属 AI 分析目的第 1 步在控制栏选择分析目的 ⚡打开任意抓包会话窗口顶部的控制栏ControlBar.tsx中有一个目的下拉框选项即来自全部已保存的模板。选好模板后点击分析按钮AI 就会按该模板的分析要求生成报告。如果暂时没有合适的模板选择**自定义...**下方会展开一个输入框ControlBar.tsx直接输入一句话即可例如分析用户注册流程中的所有加密操作自定义文本会被注入 Prompt 中作为用户指定的分析重点置顶同时保留 8 项基础分析作为兜底——这个拼接逻辑在 src/main/ai/prompt-builder.ts 中实现效果是重点突出 基础不丢。第 2 步在设置中管理 Prompt 模板 ️一句话输入适合临时需求想沉淀为可复用资产建议建立正式模板打开设置 → 通用点击「管理提示词模板」按钮GeneralSection.tsx在弹出的提示词模板管理窗口中左侧是模板列表内置模板带内置标签右侧是编辑区点击「新建模板」填写名称、描述编辑System Prompt与分析要求两个文本域点击保存管理窗口的完整交互新建/保存/删除/恢复默认实现在 PromptTemplateModal.tsx。注意两个贴心设计内置模板的名称不可修改但内容可改改过后列表会显示已改标签并可一键恢复默认️自定义模板可随时删除内置模板受保护不会被误删保存后的模板会立刻出现在第 1 步的下拉框中供后续所有会话复用。第 3 步写好分析要求让报告直击痛点 ✍️模板的价值取决于分析要求写得有多具体。参考内置模板的写法推荐遵循**动词开头 可验收产出**原则1. 加密算法识别识别所有加密/签名/哈希算法标注具体库和方法名 2. 加密流程还原描述每个请求参数的加密 pipeline画出数据流转图 3. 密钥管理分析密钥来源、格式Hex/Base64/PEM、长度 4. 复现代码用 Python 写出可直接运行的完整复现代码几个实用技巧指定输出语言与格式如输出 JSON 结构表格列出端点指定复现技术栈如用 Python requests 库写出可运行代码圈定范围如仅关注/api/v2/*路径下的请求要求可验收如确保代码可直接运行包含所有必要的密钥和参数一个合格的自定义模板示例——登录风控分析名称登录风控分析 System Prompt你是一位网站协议分析专家……沿用默认即可 分析要求 1. 风控参数识别找出所有疑似风控字段如 a_bogus、x-s、waf_token标注生成时机 2. 设备指纹采集分析 JS 中采集了哪些设备/浏览器指纹属性 3. 验证码链路识别验证码类型、触发条件与校验接口 4. 绕过风险评估指出哪些参数缺少将无法通过风控给出结论三、进阶模板如何影响整条分析链路 理解数据流向能让你写出更高效的模板抓包数据组装请求日志、JS Hook 数据、存储变化、场景线索等由 src/main/ai/data-assembler.ts 组装为结构化数据包Prompt 构建src/main/ai/prompt-builder.ts 将数据包 你选中的模板要求拼装成完整的 System/User PromptLLM 调用src/main/ai/ai-analyzer.ts 流式调用你在设置中配置的 LLM 服务商报告生成结果在报告页实时渲染可重新分析迭代类型定义PromptTemplate结构、分析目的常量统一在 src/shared/types.ts模板数据经由 src/preload/index.ts 的 IPC 桥接在界面与主进程间流转。提示Anything Analyzer 还内置MCP Serversrc/main/mcp/可把抓包与 AI 分析能力无缝对接 AI Agent/IDE。配合自定义模板你可以让 Agent 按你的分析目的批量处理多个会话实现人-Agent 协作的逆向工作流。四、常见问题 FAQ ❓Q1修改内置模板后怎么恢复在模板管理窗口选中该模板点击「恢复默认」即可无需重新安装。Q2自定义文本和新建模板有什么区别自定义...输入框是一次性的只用于当前这次分析新建模板则持久保存下拉框中随时可用适合高频场景。Q3模板文件丢失了怎么办删除用户数据目录下的prompt-templates.json后重启应用会自动重建 5 个内置模板见 src/main/prompt-templates.ts。Q4报告不满意可以重来吗可以。报告页支持重新分析直接换一套模板再跑一次对比不同视角下的分析结果。五、快速上手 如果还没安装一行命令获取源码git clone https://gitcode.com/gh_mirrors/an/anything-analyzer更多功能细节可查阅 USAGE.md 与 README.md。总结Anything Analyzer 的自定义 Prompt 模板机制 内置 5 模板 一句话自定义 模板管理窗口。掌握选模板 → 建模板 → 写好分析要求这 3 步你就能把通用抓包工具调教成专属于你的 AI 协议分析助手。【免费下载链接】anything-analyzer全能协议分析工具浏览器抓包 MITM 代理 指纹伪装 AI 分析 MCP Server 无缝对接 AI Agent/IDE | All-in-one protocol analysis toolkit — built-in browser capture, MITM proxy, JS hooks, fingerprint spoofing, AI analysis MCP server for agent integration项目地址: https://gitcode.com/gh_mirrors/an/anything-analyzer创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

Linux内核unable to handle page fault排查:从vmalloc映射异常到根因定位

Linux内核unable to handle page fault排查:从vmalloc映射异常到根因定位

1. 从一次深夜告警说起:unable to handle page fault 到底在说什么凌晨两点,测试环境的机器突然失联,串口日志里刷出最后一屏信息,定格在一行刺眼的报错上:unable to handle page fault for address: ffff...。这种场景…

2026/10/17 14:10:49 阅读更多 →
每日 AI 研究简报 · 2026-10-07

每日 AI 研究简报 · 2026-10-07

(本文借助 AI 大模型及工具辅助整理) 一句话总结:个人 Agent 从单点工具升级为"互联网新中间层"(协议平台卡位),同时失控 Agent 倒逼头部实验室把"安全调速"从呼吁落实为暂停训练、冻…

2026/10/18 6:29:49 阅读更多 →
湖北AI大模型培训哪家好?本地学员的选机构思路

湖北AI大模型培训哪家好?本地学员的选机构思路

「哪家好」在湖北,多数时候会绕回同一个前提:湖北的大模型培训资源集中在武汉。所以真正要决策的是——去不去武汉,以及去了以后按什么标准选。先给结论:与其问哪家好,不如先确定自己要的是哪种结果,再用结…

2026/10/13 8:06:29 阅读更多 →

最新新闻

Chaste细胞群体动力学仿真实操:从项目搭建到结果可视化

Chaste细胞群体动力学仿真实操:从项目搭建到结果可视化

上一篇文章讲完 Chaste 的安装和基础概念,后台不少同行留言说:环境装好了,可真正打开一个仿真项目时还是很懵,不知道从哪里下手。这篇我就把自己用 Chaste 跑细胞群体动力学仿真的完整操作路径梳理一遍,从项目结构到核…

2026/10/18 22:46:51 阅读更多 →
Python技术报告:多端协同与全局记忆架构的实现路径

Python技术报告:多端协同与全局记忆架构的实现路径

随着人工智能技术的快速发展,智能体(Agent)在办公场景中的应用日益广泛。然而,当前跨系统数据协同的使用率仅为14.3%,远低于B端用户对其长期价值的预期。本报告深入探讨多端协同与全局记忆成为重要趋势的背景&#xff…

2026/10/18 22:46:51 阅读更多 →
数据结构——选择排序

数据结构——选择排序

1. 引言 上篇博客我们聊了插入排序,那种像打扑克牌一样,把新牌一张张插到合适位置的感觉,相信大家还记忆犹新。今天,我们换个思路,来聊聊另一种同样经典的基础排序算法——选择排序。 如果说插入排序是"边摸牌边整…

2026/10/18 22:46:51 阅读更多 →
MFC多线程进度条不卡死:PostMessage消息驱动UI更新实践

MFC多线程进度条不卡死:PostMessage消息驱动UI更新实践

简介:面向Windows桌面开发者的MFC多线程编程示例,演示如何通过继承CWinThread并重写Run方法创建后台工作线程,利用PostMessage发送自定义进度消息,由主线程接收后调用SetPos实时更新对话框进度条,有效避免后台任务阻塞…

2026/10/18 22:46:51 阅读更多 →
codex怎么预定义提示词?例如中文回复:用 AGENTS.md 固化默认行为

codex怎么预定义提示词?例如中文回复:用 AGENTS.md 固化默认行为

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 22:46:51 阅读更多 →
AI Agent Harness 多终端同步管控:把 Codex auth.json 改到 TaoToken 的实操大纲

AI Agent Harness 多终端同步管控:把 Codex auth.json 改到 TaoToken 的实操大纲

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 22:45:50 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →