How do I use HAR Analyzer MCP Server?

1. Click on "Install Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@HAR Analyzer MCP Server analyze the loaded HAR file and summarize the API requests" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

HAR Analyzer MCP Server

by polybeta2

Overview Schema Related Servers Score Discussions

Python

Local

HAR Analyzer MCP Server

一个专为 Trae IDE（以及任何支持 MCP 协议的客户端）设计的 Python MCP Server，用于辅助 HAR 流量文件的逆向分析工作。

通过把"读 HAR"这件事从 AI 的主循环里剥离出来，本地完成所有繁重的解析、清洗、索引工作，AI（Trae）只接收精炼后的结构化摘要数据，从而避免 Token 爆炸、避免敏感词触发安全过滤、避免被无关噪音干扰。

背景与设计哲学

直接把完整 HAR 文件塞给 AI 会导致三个致命问题：

Token 爆炸：HAR 文件体积轻易超过数十 MB，原始 JSON 直接传输会立刻耗尽 Token 配额。
噪音淹没信号：HAR 包含大量静态资源（图片 / 字体 / CSS / JS）、base64 二进制、冗余 Header、重复请求，AI 难以聚焦到真正有价值的 API 端点。
安全过滤误触发：部分 API 响应内容可能命中 AI 平台的安全词，导致整个请求被拒绝。

本项目的解决方案： MCP Server 在本地完成所有重活（解析、去重、过滤、裁剪、索引），只通过 MCP Tools 向 Trae 暴露干净的摘要接口。

┌──────────────┐         ┌────────────────────┐         ┌──────────────┐
│  Chrome /    │  导出    │   HAR MCP Server   │  结构化  │   Trae AI    │
│  DevTools    │ ──────> │  (本地：清洗+索引)  │ ──────> │  (只读摘要)  │
└──────────────┘  .har   └────────────────────┘  JSON   └──────────────┘

核心特性

🚀 流式解析 —— 基于 ijson，逐条处理 HAR 的 log.entries，不一次性加载整个文件，支持数十 MB 的大体积 HAR 文件，内存峰值可控。
🗂️ SQLite 内存索引 —— 清洗后的数据存入 :memory: 数据库，建立 url / method / status / host / is_api / tags 多列索引，查询毫秒级响应。
🧹 智能清洗 —— 默认跳过图片 / 字体 / CSS / JS / 视频 / 音频等静态资源；Header 只保留认证、签名、自定义 x-* 等关键字段。
🏷️ 自动标签 —— 为每条请求打上 json / form / auth / signed / encrypted / error / redirect 等标签，便于 AI 按维度过滤。
🔍 API 识别 —— 基于 Content-Type、URL 模式、HTTP 方法、响应 body 结构综合判定，自动识别"真正有价值的请求"。
🔐 敏感词脱敏 —— 内置 sanitizer 模块，支持 Sensitive-lexicon + Aho-Corasick、better-profanity、alt-profanity-check、本地 wordlist.txt 多种脱敏源，在写入 SQLite 之前对所有字符串字段做脱敏，避免特定内容触发下游 AI 的安全过滤。
🛡️ 零值输出原则 —— har_summary 的 body_structure 字段只递归提取键名和值类型，绝不暴露任何实际数据值；har_extract_auth 同样只返回 token 长度、格式、出现次数等元信息。
⚡ 结构化错误 —— 所有 Tool 在出错时返回 {"error": {"code", "message", "detail"}} 对象，不会因抛异常导致 MCP 协议中断。
🧵 线程安全 —— SQLite 连接通过 threading.Lock 保护，可在并发请求下安全使用。

文件结构

har_mcp/
├── server.py           # MCP Server 主入口，注册 8 个 Tool
├── har_parser.py       # HAR 流式解析 + 数据清洗模块
├── har_store.py        # 内存 / SQLite 索引存储模块（线程安全）
├── filters.py          # 过滤规则（静态资源剔除、API 识别、Header 清洗、Body 处理、标签生成）
├── summarizer.py       # 摘要生成器（把 Entry 压缩为 AI 友好格式 + 加密/签名模式检测）
├── sanitizer.py        # 字符串脱敏模块（支持多种脱敏源）
├── config.py           # 全局配置常量（截断阈值、白名单、正则模式）
├── Sensitive-lexicon/  # git clone 下来的敏感词库（.gitignore 已忽略）
│   └── sensitive-lexicon.txt
├── wordlist.txt        # 自定义敏感词库（用户维护，不进版本控制）
├── requirements.txt    # Python 依赖
├── mcp.json            # Trae MCP 配置（python 直接运行）
├── mcp_uv.json         # Trae MCP 配置（uv 管理环境）
├── .gitignore          # Git 忽略规则
├── LICENSE             # 许可证（建议补充）
└── README.md           # 本文件

安装

环境要求

Python >= 3.10（推荐 3.11+）
操作系统：Windows / macOS / Linux
磁盘：无特殊要求，所有数据均在内存

方式一：pip（最简单）

cd har_mcp
pip install -r requirements.txt

方式二：uv（推荐，速度快、环境隔离）

cd har_mcp
uv sync
# 或
uv pip install -r requirements.txt

方式三：conda

conda create -n har-mcp python=3.11
conda activate har-mcp
pip install -r requirements.txt

依赖说明

包	必选	用途
`mcp>=1.0.0`	✅	官方 MCP Python SDK
`ijson>=3.3.0`	✅	流式 JSON 解析，处理大体积 HAR 文件的核心依赖
`pyahocorasick>=2.0.0`	⭕	Aho-Corasick 自动机，配合 Sensitive-lexicon 使用（推荐）
`better-profanity>=0.7.0`	⭕	英文敏感词过滤（备选方案）
`alt-profanity-check>=1.0.0`	⭕	多语言敏感词检测（备选方案）

脱敏模块支持多种方案，按优先级自动选择：
Sensitive-lexicon + pyahocorasick（推荐，需 git clone 词库）
better-profanity（若已安装）
alt-profanity-check（若已安装）
本地 wordlist.txt 自定义词库（兜底）
以上依赖均为可选，也可以都不装 —— 不装时 sanitizer 为空操作，不影响主流程。

验证安装

python -c "from har_store import HarStore; store = HarStore(); print('✅ HarStore 初始化成功')"

设置敏感词库（可选但强烈建议）

若希望启用敏感词脱敏，推荐把词库 clone 到项目目录：

cd har_mcp
git clone https://github.com/konsheng/Sensitive-lexicon.git

完成后目录结构：

har_mcp/
├── server.py
├── sanitizer.py
├── Sensitive-lexicon/
│   └── sensitive-lexicon.txt   ← sanitizer 默认读取
└── wordlist.txt                ← 你的额外自定义词（可选）

如果词库存放在其他位置，可通过环境变量指定：

export HAR_MCP_LEXICON=/path/to/Sensitive-lexicon/sensitive-lexicon.txt   # macOS/Linux
$env:HAR_MCP_LEXICON = "D:\Sensitive-lexicon\sensitive-lexicon.txt"        # PowerShell

不 clone 词库也能运行，此时 sanitizer 会尝试使用 better-profanity、alt-profanity-check 或 wordlist.txt，若都没有则降级为空操作。

Trae MCP 配置

将 mcp.json（或 mcp_uv.json）中的内容合并到 Trae 的 MCP 配置文件中。

配置位置通常是：

Windows：C:\Users\<你的用户名>\.trae\mcp.json
macOS / Linux：~/.trae/mcp.json
或项目根目录的 .trae/mcp.json

重要：必须将 /path/to/har_mcp 替换为项目的实际绝对路径。

方式一：直接使用 python

{
  "mcpServers": {
    "har-analyzer": {
      "command": "python",
      "args": ["/absolute/path/to/har_mcp/server.py"],
      "env": {
        "PYTHONPATH": "/absolute/path/to/har_mcp"
      }
    }
  }
}

方式二：使用 uv 管理环境（推荐）

{
  "mcpServers": {
    "har-analyzer": {
      "command": "uv",
      "args": ["run", "--project", "/absolute/path/to/har_mcp", "python", "server.py"],
      "env": {}
    }
  }
}

方式三：Windows 用户特别提示

Windows 下 python 可能指向 Microsoft Store 假别名，建议：

{
  "mcpServers": {
    "har-analyzer": {
      "command": "py",
      "args": ["-3.11", "E:/Har_MCP/server.py"],
      "env": {
        "PYTHONPATH": "E:/Har_MCP"
      }
    }
  }
}

或者使用完整 Python 路径：

{
  "mcpServers": {
    "har-analyzer": {
      "command": "C:/Python311/python.exe",
      "args": ["E:/Har_MCP/server.py"],
      "env": {
        "PYTHONPATH": "E:/Har_MCP"
      }
    }
  }
}

配置完成后重启 Trae，工具列表里应出现 8 个 har_* 工具。

提供的 MCP Tools

Tool 名称	输入参数	输出	适用场景
`har_load`	`filepath`, `include_static?`, `api_only?`	加载统计信息	第一步：必调
`har_summary`	`host_filter?`, `api_only?`	端点分组列表	获取全局"地图"
`har_search`	`url_contains?`, `method?`, `status?`, `host?`, `has_tag?`, `limit?`, `offset?`	摘要列表	按条件定位请求
`har_get_entry`	`entry_id`, `include_full_body?`	单条详情	深入查看具体请求
`har_get_entries_batch`	`entry_ids[]`, `include_full_body?`	批量详情	一次看多条
`har_extract_auth`	—	认证信息摘要	分析认证机制
`har_detect_patterns`	—	加密/签名/异常检测	安全机制分析
`har_unload`	—	`{"status": "cleared"}`	释放内存

详细参数见 Tool 参数详解。

Tool 参数详解

1. `har_load`

作用：加载并解析 HAR 文件到内存。必须先调用。

参数	类型	必填	默认	说明
`filepath`	string	✅	—	HAR 文件的绝对路径
`include_static`	bool	❌	`false`	是否包含静态资源（图片/CSS/JS）
`api_only`	bool	❌	`false`	是否只索引 API 请求

{
  "status": "ok",
  "total_entries": 1247,
  "indexed_entries": 89,
  "skipped_static": 1158,
  "api_count": 89,
  "unique_hosts": ["api.example.com"],
  "time_range": {"start": "2025-01-15T10:00:00Z", "end": "2025-01-15T10:30:00Z"},
  "load_time_seconds": 2.34,
  "hint": "HAR 已加载完毕。建议先调用 har_summary ..."
}

2. `har_summary`

作用：按 method + url_pattern 聚合所有 API 端点，生成全局视图。

参数	类型	必填	默认	说明
`host_filter`	string	❌	—	只看指定域名
`api_only`	bool	❌	`true`	是否只统计 API 请求

返回的 endpoint_groups[] 字段：

{
  "method": "POST",
  "url_pattern": "https://api.example.com/api/v2/users/{id}",
  "count": 12,
  "status_codes": [200, 401, 500],
  "req_content_type": "application/json",
  "res_content_type": "application/json",
  "avg_time_ms": 234.5,
  "has_auth_header": true,
  "req_body_structure": {"username": "string", "password": "string"},
  "res_body_structure": {"code": "integer", "data": {"token": "string", "expire": "integer"}},
  "entry_ids": [42, 87, 156, ...]
}

⚠️ body_structure 只包含键名和值类型，绝不暴露实际值。

3. `har_search`

作用：按条件搜索请求列表，返回摘要（不含完整 body）。

参数	类型	默认	说明
`url_contains`	string	—	URL 关键词（LIKE 模糊匹配）
`method`	string	—	HTTP 方法（GET/POST/PUT/PATCH/DELETE）
`status`	int	—	状态码精确匹配
`host`	string	—	域名精确匹配
`has_tag`	string	—	标签过滤，见下表
`limit`	int	20	最多返回数（最大 100）
`offset`	int	0	分页偏移量

可用 has_tag 值：

标签	含义
`json` / `form` / `text` / `binary`	body 编码
`truncated`	body 被截断（>50KB）
`auth`	含认证 Header
`signed`	含签名 Header
`encrypted`	疑似加密 body
`error`	4xx/5xx 状态码
`redirect`	3xx 状态码
`sanitized`	命中敏感词库被脱敏

4. `har_get_entry`

参数	类型	必填	默认	说明
`entry_id`	int	✅	—	来自 `har_search` 的 `id` 字段
`include_full_body`	bool	❌	`true`	是否包含完整 body（>50KB 时只返回 preview）

5. `har_get_entries_batch`

参数	类型	必填	默认	说明
`entry_ids`	int[]	✅	—	一次最多 10 条
`include_full_body`	bool	❌	`true`	同上

6. `har_extract_auth`

{
  "auth_headers_found": {
    "authorization": {
      "sample_schemes": ["Bearer"],
      "entry_ids": [42, 87],
      "token_length_samples": [256, 248]
    },
    "x-sign": {
      "sample_schemes": ["none"],
      "entry_ids": [42, 87, 156],
      "token_length_samples": [64, 64, 64]
    }
  },
  "cookies_found": {
    "session_id": {"entry_count": 89}
  },
  "patterns_note": "authorization 使用 Bearer 方案，token 长度在 248-256 之间变化；x-sign 长度稳定在 64 字符，疑似 HMAC-SHA256 签名。"
}

7. `har_detect_patterns`

返回 4 类发现：

encrypted_body：疑似加密的 body（Base64 + 16 倍数长度 → 推测 AES）
url_hash：URL 路径含 MD5/SHA1/SHA256 哈希段（端点混淆）
request_signature：签名 Header（长度稳定 → 推测算法）
error_cluster：同一错误状态码集中出现（可能触发风控）

8. `har_unload`

清除当前已加载数据，释放内存。通常无需手动调用 —— 再次 har_load 会自动清空旧数据。

技术细节

流式解析

使用 ijson 流式迭代 HAR 的 log.entries 数组：

# har_parser.py 核心
with open(filepath, 'rb') as f:
    entries = ijson.items(f, 'log.entries.item')
    for entry in entries:
        yield _clean_entry(entry)

为什么不用 json.load？

50MB HAR 文件解压后约 200MB JSON，json.load 会一次性占用约 5-10 倍内存（Python 对象开销）。
ijson 流式处理内存峰值仅与单条 Entry 大小相关，通常 < 50MB。

SQLite 内存索引

使用 sqlite3.connect(':memory:') + PRAGMA journal_mode=MEMORY，性能接近裸 C 实现。

建立的索引：

idx_entries_url（LIKE 模糊搜索）
idx_entries_method（精确匹配）
idx_entries_status（精确匹配）
idx_entries_host（精确匹配）
idx_entries_is_api（bool 过滤）
idx_entries_tags（标签 LIKE 匹配）

批量插入：executemany + 500 条/批，50MB 文件约 2-3 秒完成。

静态资源过滤

综合三种判定（任一命中即跳过）：

MIME 严格匹配：image/png、font/woff2、text/css、application/javascript 等。
URL 后缀：.png、.jpg、.woff2、.css、.js、.map 等。
URL 正则模式：/_next/static/、/static/、/dist/、/assets/、/build/，以及 cdn.、analytics.、google-analytics.com 等常见 CDN / 埋点域名。

API 识别

满足以下任一条件即视为 API：

方法是 POST / PUT / PATCH / DELETE
URL 匹配 /api/、/v\d+/、/graphql、/rest/、/rpc/
Content-Type 或 Accept 包含 application/json
响应 body 是有效 JSON

敏感词脱敏

执行时机：在数据写入 SQLite 之前（har_store.load() 中）。

支持多种脱敏源，按优先级依次生效：

方案 A（推荐）：Sensitive-lexicon + pyahocorasick Aho-Corasick 自动机
- 模块导入时构建一次自动机，单次匹配时间复杂度 O(文本长度)，与词库大小无关。
- 命中词替换为等长 *，重叠区间自动合并。
方案 B：better-profanity（若已安装）
方案 C：alt-profanity-check（若已安装，句子级预测）
方案 D（兜底）：本地 wordlist.txt 自定义词库（正则匹配）

词库来源环境变量：

export HAR_MCP_LEXICON=/path/to/Sensitive-lexicon/sensitive-lexicon.txt   # macOS/Linux
$env:HAR_MCP_LEXICON = "D:\Sensitive-lexicon\sensitive-lexicon.txt"        # PowerShell

被脱敏的请求会在 tags 中追加 sanitized 标记。

安全与隐私

不返回实际值

工具	是否返回实际值	说明
`har_summary`	❌	`body_structure` 只有键名+类型
`har_search`	❌	body 截断到 200 字符
`har_get_entry`	✅	按需返回完整 body
`har_extract_auth`	❌	只返回 token 长度、scheme、出现次数
`har_detect_patterns`	❌	只返回类型、描述、entry_id 列表

防止敏感词触发

sanitizer.py 在数据落盘前对所有字符串字段做脱敏，即使是 har_get_entry 返回的 body 也是脱敏后的结果。

词库配置

通过环境变量自定义词库路径：

# 主敏感词库（Sensitive-lexicon 的 sensitive-lexicon.txt）
export HAR_MCP_LEXICON=/path/to/Sensitive-lexicon/sensitive-lexicon.txt   # macOS/Linux
$env:HAR_MCP_LEXICON = "D:\Sensitive-lexicon\sensitive-lexicon.txt"        # PowerShell

# 额外自定义词库（可选，每行一词）
export HAR_MCP_WORDLIST=/path/to/your/wordlist.txt   # macOS/Linux
$env:HAR_MCP_WORDLIST = "D:\my-wordlist.txt"          # PowerShell

Sensitive-lexicon/ 目录与 wordlist.txt 已在 .gitignore 中，不会被提交到 Git。

错误码参考

错误码	含义
`NOT_LOADED`	未调用 `har_load`
`FILE_NOT_FOUND`	HAR 文件路径错误
`PERMISSION_DENIED`	文件无读取权限
`PARSE_ERROR`	HAR JSON 格式损坏
`ENTRY_NOT_FOUND`	`entry_id` 不存在
`INVALID_PARAMS`	参数类型/范围错误
`UNKNOWN_TOOL`	调用了不存在的工具
`INTERNAL_ERROR`	内部未捕获异常（附 traceback）

性能基准

测试环境：Windows 11, i7-12700H, Python 3.11

HAR 文件大小	Entry 总数	API 数	加载耗时	内存峰值
5 MB	320	45	0.4s	~80 MB
20 MB	1,500	180	1.2s	~180 MB
50 MB	4,200	520	2.8s	~350 MB
100 MB	8,800	1,100	6.5s	~600 MB

以上为单次 har_load 的端到端耗时，包含 ijson 流式解析 + 清洗 + SQLite 索引构建。 har_search 单次查询耗时 < 10 ms（已建索引）。

常见问题

Q1：加载时报 `PARSE_ERROR`

HAR 文件不是合法 JSON。常见原因：

文件被截断（导出过程中浏览器关闭）
文件被编辑过，引入了语法错误

解决：重新导出 HAR，或用 python -c "import json; json.load(open('xxx.har'))" 验证 JSON 合法性。

Q2：加载后 `api_count = 0`

HAR 里所有请求都被识别为静态资源。可能原因：

该 HAR 是纯静态页面（无 XHR/Fetch）
启用了 api_only=True 但 URL/方法都没命中 API 规则

解决：调用 har_load(..., include_static=True, api_only=False) 重新加载，再用 har_search 探索。

Q3：脱敏后看不到真实 body

这是预期行为。如需查看原始内容：

关闭脱敏：
- 删除 Sensitive-lexicon/ 目录（或设置 HAR_MCP_LEXICON 指向不存在的路径）
- 把 wordlist.txt 设为空
- 卸载 pyahocorasick、better-profanity、alt-profanity-check（可选，sanitizer 会自动降级为空操作）
直接用 Chrome DevTools 查看原始 HAR

Q4：MCP 工具列表里没有 `har_*`

排查步骤：

终端手动执行 python /path/to/server.py，看是否报错
检查 mcp.json 中的 args 路径是否正确
重启 Trae
查看 Trae 的 MCP 日志（通常是 ~/.trae/logs/）

Q5：HAR 文件 100+ MB，加载很慢

建议：

关闭 Chrome DevTools 的"Preserve log"，只录目标操作
在导出前用 DevTools 的 Filter 过滤无关域名
拆分 HAR：Chrome 的 "Export HAR (filtered)" 可以按域名筛选

Q6：能同时加载多个 HAR 文件吗？

不能。当前设计是单 HAR 单实例。har_load 会清空旧数据。

如需对比多个 HAR，建议每个 HAR 单独分析，记录 entry_id 范围。

开发与调试

本地冒烟测试

cd har_mcp
python -c "from har_store import HarStore; store = HarStore(); print('OK')"

手动调用 Tool

import asyncio
from server import call_tool

async def test():
    result = await call_tool("har_load", {"filepath": "/path/to/test.har"})
    print(result[0].text)  # TextContent

asyncio.run(test())

单独测试脱敏模块

from sanitizer import sanitize_string, sanitize_dict, get_sanitizer_status

print(get_sanitizer_status())
text, count = sanitize_string("这是一段含敏感词的文本")
print(f"命中词数: {count}, 结果: {text}")

# 测试嵌套 JSON
obj, count = sanitize_dict({"msg": "一段需要脱敏的文本", "code": 200})
print(f"命中词数: {count}, 结果: {obj}")

自定义配置

所有可调参数集中在 config.py：

常量	默认	说明
`BODY_PREVIEW_LENGTH`	500	preview 截断长度
`BODY_FULL_MAX_LENGTH`	50000	full body 最大长度
`SEARCH_DEFAULT_LIMIT`	20	har_search 默认返回数
`SEARCH_MAX_LIMIT`	100	har_search 单次最大返回数
`BATCH_MAX_SIZE`	10	har_get_entries_batch 最大条目数
`STRICT_STATIC_MIME_TYPES`	(集合)	严格静态 MIME 白名单
`SKIP_URL_PATTERNS`	(列表)	静态资源 URL 正则
`API_URL_PATTERNS`	(列表)	API URL 正则
`KEEP_REQUEST_HEADERS`	(集合)	请求 Header 白名单
`KEEP_RESPONSE_HEADERS`	(集合)	响应 Header 白名单
`AUTH_HEADER_NAMES`	(集合)	认证 Header 名
`SIGNATURE_HEADER_NAMES`	(集合)	签名 Header 名
`PROGRESS_INTERVAL`	1000	进度回调间隔

修改后重启 MCP Server 即可生效。

添加新 Tool

在 server.py 的 _build_tools() 中追加 Tool(...) 定义
在 call_tool() 分发器中添加 elif name == "your_tool": 分支
实现 async def handle_your_tool(arguments: dict) -> dict:
在 har_store.py 中添加对应的查询方法
更新本 README 的工具表

路线图

多 HAR 加载与对比
支持 WebSocket 帧（来自 HAR 1.2 扩展字段）
端点 diff：对比两个 HAR 的 API 差异
导出分析报告（Markdown / JSON）
支持 HAR 增量加载（只追加新 entries）
提供 Web UI（FastAPI + Vue）

贡献

欢迎 PR 与 Issue！

提交前请确保：

通过 python -c "import server" 冒烟测试
新增/修改的功能有对应的测试
更新本 README 相关章节
遵循 PEP 8（可用 ruff 或 black 格式化）

许可证

本项目基于 Apache 2.0 License 开源 —— 详见 LICENSE 文件。

⚠️ 免责声明：本工具仅用于合法的安全研究、API 调试、流量分析。请勿用于未授权的系统访问、数据窃取等任何违法活动。使用者应自行承担一切法律责任。

致谢

Model Context Protocol —— AI 工具调用标准
ijson —— 流式 JSON 解析
Sensitive-lexicon —— 社区维护的中文敏感词库
pyahocorasick —— Aho-Corasick 字符串匹配库
Trae IDE —— 让这一切成为可能的 AI IDE

This server cannot be installed

license - permissive license

quality - not tested

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

Lightport: Open-Sourcing Glama's AI Gateway
By punkpeye on April 27, 2026.
open source
OpenAI
Tool Definition Quality Score (TDQS)
By punkpeye on April 3, 2026.
mcp
The Hackers Who Tracked My Sleep Cycle
By punkpeye on March 26, 2026.
security

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/polybeta2/har-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server

HAR Analyzer MCP Server

目录

背景与设计哲学

核心特性

文件结构

安装

环境要求

方式一：pip（最简单）

方式二：uv（推荐，速度快、环境隔离）

方式三：conda

依赖说明

验证安装

设置敏感词库（可选但强烈建议）

Trae MCP 配置

方式一：直接使用 python

方式二：使用 uv 管理环境（推荐）

方式三：Windows 用户特别提示

提供的 MCP Tools

推荐工作流

典型对话示例

Tool 参数详解

1. har_load

2. har_summary

3. har_search

4. har_get_entry

5. har_get_entries_batch

6. har_extract_auth

7. har_detect_patterns

8. har_unload

技术细节

流式解析

SQLite 内存索引

静态资源过滤

API 识别

敏感词脱敏

安全与隐私

不返回实际值

防止敏感词触发

词库配置

错误码参考

性能基准

常见问题

Q1：加载时报 PARSE_ERROR

Q2：加载后 api_count = 0

Q3：脱敏后看不到真实 body

Q4：MCP 工具列表里没有 har_*

Q5：HAR 文件 100+ MB，加载很慢

Q6：能同时加载多个 HAR 文件吗？

开发与调试

本地冒烟测试

手动调用 Tool

单独测试脱敏模块

自定义配置

添加新 Tool

路线图

贡献

许可证

致谢

Maintenance

Resources

Looking for Admin?

Latest Blog Posts

MCP directory API

1. `har_load`

2. `har_summary`

3. `har_search`

4. `har_get_entry`

5. `har_get_entries_batch`

6. `har_extract_auth`

7. `har_detect_patterns`

8. `har_unload`

Q1：加载时报 `PARSE_ERROR`

Q2：加载后 `api_count = 0`

Q4：MCP 工具列表里没有 `har_*`