使用Wireshark抓包看看MCP背后的请求链路

5分钟搞定AI调用Wireshark抓包:MCP协议实战指南(附PCAP分析技巧) 本文提供了一份基于MCP协议的实战指南,教你如何在5分钟内配置AI助手调用Wireshark进行网络抓包与分析。通过极简部署和三个典型场景(HTTP/HTTPS诊断、DNS监控、TCP性能分析)的演示,展示了如何用自然语言指挥AI完成专业的pcap文件捕获与深度分析,极大提升网络问题排查效率。 阅读详情

前言

上回作者浅浅尝试了一口本地MCP服务的搭建,并成功运用在AI IDE中,详情在AI assistant本地部署Continue.dev + Ollama + MCP Server。
那么此次好奇这个提供了数据库query工具的MCP服务背后,究竟是用怎样的prompt与LLM交互呢?

动手

Wireshark抓包本地Ollama流量

  1. 打开Wireshark,选择关注本地Loopback:lo0
    在这里插入图片描述

  2. 过滤Ollama服务端口
    Ollama的默认服务端口是11434,可以在Terminal中检查状态:

# Linux/macOS
lsof -i :11434

# Windows
netstat -ano | findstr 11434

在Wireshark中过滤http and tcp.port == 11434

  1. 再次使用AI IDE,发起与AI agent的对话
    在这里插入图片描述

  2. 停止抓包,保存capture,分析
    在这里插入图片描述

  3. 重组数据流
    a. 右键点击任意一个 HTTP 数据包(如 POST /api/chat)。
    b. 选择 Follow > HTTP Stream。
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  4. 分析请求体和返回体
    这里我们会看到,Ollama的返回中采用了SSE的流式返回,会有多个json片段。这里可以将这些json片段保存至文件中,再通过jq快速提取:

cat sse_response.txt | jq -r '.message.content // empty' | tr -d '\n'

在这里插入图片描述

总结

分析MCP的tool_call请求体,可以帮助理解MCP背后的运行原理。(但这玩意儿是不是Token消耗的有点多啊?)

Wireshark-MCP:让大模型直接看懂pcap报文,打通网络排查最后一公里 大模型虽能轻松读懂文本日志,却对pcap这类二进制报文文件束手无策。MCP协议为AI工具接入提供了统一标准,Wireshark-MCP正是基于这一思路,将Wireshark生态中的tshark、dumpcap等命令行工具封装为可供大模型直接调用的标准化接口。通过抓包、过滤、统计、流重组等原子能力,模型能在推理过程中自主完成从接口探测到报文画像的完整链路。该方案特别适合网络故障排查场景,能显著降低pcap分析门槛,让工程师从繁琐的报文解析中解放出来。本文从架构设计讲到服务端搭建,并用真实案例展示大模型如何一步 阅读详情

相关推荐

从协议解析到智能运维:Wireshark MCP插件的安全审计实践

本文探讨了Wireshark MCP插件在网络流量分析和智能运维中的创新应用。通过MCP协议与Wireshark的深度融合,实现了从被动监控到主动防御的转变,提升威胁检测效率和合规性审计能力。文章详细介绍了MCP插件的架构设计、实时威胁情报关联、异常流量识别自动化等核心功能,并分享了实际部署中的效率提升案例。

weixin_28836507的博客 348

Wireshark_MCP_是一个基于_Model_Context_Protocol_的服务器_通过_tshark_命令行工具实现_AI_助手与_Wireshark_的交互_结合_.zip

Wireshark_MCP_是一个基于_Model_Context_Protocol_的服务器_通过_tshark_命令行工具实现_AI_助手与_Wireshark_的交互_结合_.zip

Wireshark网络协议分析从入门到实战:抓包、过滤与协议解析全攻略

网络协议分析是网络工程、运维和安全领域的核心技能,它通过捕获和解析数据包来透视网络通信的底层细节。其基本原理是利用网卡混杂模式或镜像端口,获取流经网络接口的原始数据帧,再依据协议规范进行解码和重组。这项技术的核心价值在于能够精准定位网络故障、分析应用性能、进行安全审计以及深入学习网络协议栈。在实际应用场景中,无论是排查TCP连接问题、分析HTTP/HTTPS交互、诊断DNS解析,还是深入专项协议如SMB文件共享或GB28181视频监控流,协议分析工具都不可或缺。本文将以最流行的开源网络协议分析器Wiresh

weixin_34241036的博客 424

深入探索:在 Wireshark 中运用 MCP 的实战攻略

通过本文详细介绍的步骤,您已经掌握了在 Wireshark 上运用 MCP 进行网络协议分析的方法。从环境搭建、启动服务端和客户端,到在 Wireshark 中进行捕获设置和数据包分析,每一个环节都紧密相连,共同帮助您深入了解 MCP 通信的奥秘。在实际操作过程中,可能会遇到各种问题,但通过对常见问题的排查和解决,您的技术能力将得到进一步提升。未来,随着 MCP 在更多领域的应用和发展,结合 Wireshark 进行分析将为网络技术研究、AI 智能体开发等提供更强大的支持。

m0_57836225的博客 3044

Agno中MCP Tool实战:解决handshaking失败与上下文协商问题

MCP(Model Context Protocol)是一种面向AI原生应用的上下文感知通信协议,核心在于运行时上下文协商而非静态API调用。其原理是通过handshake阶段双向校验context_schema、model_context_id及能力契约,确保Agno主进程与外部工具(如Playwright、Figma、Codex)建立可验证、有状态的代理通道。技术价值体现在解耦模型推理与工具执行、支持动态context链式传递,并规避传统CLI工具的上下文盲区。典型应用场景包括自动化UI验证、设计稿合规

weixin_33743880的博客 362

Rust实现的MCP终端Agent:本地化编程范式的重构

MCP(Model Communication Protocol)是一种面向终端AI编程的操作系统级通信协议,它重新定义了客户端、服务端、工具提供者与大模型之间的权责边界。其核心价值在于解耦能力调度与模型调用,支持零拷贝IPC、跨进程工具管理及强类型状态控制。相比传统LLM API依赖JSON正则解析的脆弱链路,MCP通过原生结构化tool_use响应显著提升Rust异步代码生成等高精度任务的稳定性。当前DeepSeek-v4-pro是少数原生支持MCP的商用模型,配合Rust实现的本地Agent,可实现离

weixin_34288121的博客 421

Wireshark笔记-对AI连接标准MCP抓包分析

MCP协议是由Anthropic开源的新型AI连接标准,采用HTTP协议作为底层传输,通过SSE(服务器推送事件)实现服务端主动推送。协议工作流程包含三个关键步骤:客户端先建立SSE长连接作为数据通道,然后通过三个POST请求完成初始化、工具查询和工具调用,最终服务端通过SSE通道返回执行结果。实战分析显示,MCP协议通过标准HTTP方法实现了AI服务与客户端的交互,其核心在于将传统HTTP请求与SSE推送机制相结合,形成了一套完整的AI工具调用规范。该协议简化了AI服务集成,被称为"AI的USB

IT1995的博客 1562

MCP Inspector中HTTP 403错误排查:授权头缺失的诊断与修复指南

HTTP授权是API交互中的核心安全机制,其原理是通过在请求头中携带认证信息(如Bearer Token)来验证客户端身份。在微服务与第三方API集成场景中,授权头缺失或错误是导致HTTP 403 Forbidden错误的常见原因,直接影响应用的数据获取与服务调用能力。本文以MCP Inspector与Streamable视频API集成为例,深入剖析网络请求链路中代理干扰、环境变量传递、HTTP客户端库行为差异等导致授权头“消失”的典型场景,提供从curl测试、网络调试工具(如mitmproxy)到代码层会

weixin_34138056的博客 397

Wireshark MCP 跑 PCAP 抓包:Cherry Studio 的 Key 走 TaoToken

Wireshark MCP 接入 Cherry Studio 后,PCAP 抓包数据能直接喂给大模型解读,但若官方 Key 额度耗尽,模型请求会卡在最后一步。先把 Cherry Studio 的模型提供商 Base URL 指向 https://taotoken.net/api,并填好以 taotoken- 开头的 Key,即可用 TaoToken 统一通道跑通 MCP 抓包分析。遇到 401/404 时,检查 Base URL 末尾不要加 /v1。TaoToken 后台可核对实际 Token 消耗,让 T

weixin_35755823的博客 49

Agno中MCP协议集成:从npx启动到生产级MCP Tools工程实践

Model Context Protocol(MCP)是面向AI智能体的标准化上下文通信协议,其核心在于通过机器可读的Tool Definition实现工具能力的自动发现与协议化调用。不同于传统API封装或插件机制,MCP基于JSON-RPC构建可扩展传输层(如streamable-http),支持动态加载(npx)、权限隔离、错误自治与多服务器协同。它将文件操作、Git查询、数据库访问等能力抽象为统一语义接口,使Agno等Agent框架无需硬编码即可调度异构服务。技术价值体现在解耦AI逻辑与执行细节、提升

weixin_34037515的博客 409

MCP协议详解:AI工具链的统一通信标准

MCP(Model Context Protocol)是一种面向AI工程化的轻量级工具通信协议,基于JSON-RPC 2.0构建,核心解决异构AI工具间上下文语义不一致、接口协议碎片化等根本问题。其设计原理强调‘语义即契约’,通过mcp.types定义强约束的ContextResource类型体系,以type字段驱动服务路由,替代传统REST资源寻址;技术价值在于降低Agent胶水代码维护成本、提升跨工具复用性与调试效率。典型应用场景包括Playwright浏览器自动化封装、Figma设计稿语义提取、IDE

优快云头条 644

AI编程Agent全景解析:终端调度、Skills实战与MCP协议深度

AI编程Agent正从代码补全工具演进为开发流程的智能调度中心,其核心在于任务规划、多工具协同与上下文感知执行。它依托MCP(Model Context Protocol)协议实现标准化通信,通过Skills封装可复用的原子能力(如Git操作、Figma集成、Jira同步),从而在终端、IDE或云环境中构建闭环工作流。技术价值体现在降低认知负荷、统一异构工具链、支撑自动化CI/CD与SRE运维。典型场景包括PR自动关联Jira、本地调试智能归因、Kubernetes故障实时诊断等。本文聚焦Agent真实行为

weixin_34348805的博客 358

MCP协议解析:AI时代上下文连接的USB式标准

MCP(Model Context Protocol)并非全新通信协议,而是面向AI Agent的上下文接入标准化范式,其核心是定义大模型如何安全、低延迟、可组合地调用外部能力。基于JSON-RPC 2.0构建,它兼顾轻量性、结构化错误与schema柔性演进,显著优于REST的高开销和gRPC的ABI锁定问题。技术价值在于将‘连接外部世界’从定制开发降维为声明式配置,支撑playwright mcp、figma mcp等多领域SDK统一集成。典型应用场景包括浏览器自动化、设计系统对接、IoT设备管控及跨系统

weixin_33824363的博客 477

Grok Build CLI:基于MCP协议的终端智能体开发框架

智能体框架是AI工程化落地的核心基础设施,其本质是解决多模型能力的标准化接入、协同调度与可观测执行。MCP协议(Model Control Protocol)作为新一代智能体通信标准,提供了类HTTP的松耦合RPC机制,支持能力注册、指令分发与结构化响应,显著优于LangChain链式调用等胶水式架构。Grok Build CLI并非普通命令行工具,而是原生集成MCP Server、Codex Apps插件市场与TUI交互界面的终端智能体IDE,具备实时日志追踪、异步调试、跨模型切换等工程级能力。它面向中高

chunchan1381的博客 405

MCP Tool Kit:基于Docker与MCP协议的AI代理协同操作系统

AI Agent并非孤立工具,而是需统一调度、可观测、可运维的生产级能力单元。MCP协议通过容器化抽象与分层设计(传输层Protocol Buffer高效序列化、协调层能力注册与链路追踪、语义层DAG编排),将AI能力封装为符合契约的标准化服务。其核心价值在于解决多Agent系统中协议不一、状态割裂、调试困难等工程化瓶颈,显著提升跨团队协作效率与线上稳定性。结合Docker镜像交付、健康检查、CLI运维工具链及Bridge适配器,MCP Tool Kit天然支持LangChain、LlamaIndex等主流

weixin_34248023的博客 365

Manus沙箱与MCP协议的工程权衡:可靠执行vs开放集成

AI智能体框架的核心挑战在于如何平衡执行可靠性与系统可扩展性。MCP(Model Context Protocol)作为面向解耦的开放协议,强调工具即服务、调用即接口,适合快速集成多源API;而Manus则代表端到端可控的沙箱范式,通过内置浏览器、SQL执行器与结构化日志,将规划-执行-验证全链路收束于确定性环境。二者差异本质是工程可信度的设计取舍:MCP依赖Server端实现质量,Manus将责任内化为沙箱行为契约。在金融对账、合规报告等强确定性场景,Manus的‘每步留痕’与‘降级可溯’能力构成关键价值

weixin_30721077的博客 422

Agent生产级框架设计:LangGraph状态机、Skill协议与MCP服务发现实战

Agent系统并非简单调用链,而是融合状态管理、跨语言契约与网络治理的工程体系。其核心在于可追溯的状态机原理(如LangGraph的不可变快照机制),保障高并发下不丢上下文;Skill本质是标准化协议实体,需通过Schema校验、元数据版本与统一响应结构实现前后端安全协同;MCP则承担Agent世界的DNS+TLS职能,解决内网服务发现劫持、证书信任断裂等真实部署难题。这些能力共同支撑ReAct循环稳定收敛、工具调用可灰度、错误可回滚。本文基于7个落地项目经验,聚焦LangGraph StateGraph实

weixin_34162228的博客 405

AI Agent Skills如何做到真正‘可安装、可组合、可验证’

AI Agent Skills正从概念走向工程落地,其核心已不再是模型能力,而是能否像传统软件一样被可靠安装与组合。MCP协议作为技能通信的语义层抽象,解耦了工具实现与调用逻辑,使Skills具备跨平台、可移植、易调试的特性;OpenCode桌面版则通过内置MCP Server管理器和隔离沙箱,实现了‘一键安装即用’的用户体验。结合Claude Code Skills的声明式注册机制与本地化适配能力,开发者得以构建不依赖云服务、失败可追溯、日志可读的生产力模块。本文聚焦AI Agent Skills的轻量部

weixin_30740581的博客 412
上一篇: AI assistant本地部署Continue.dev + Ollama + MCP Server
Hank_dev
博客等级 码龄7年 25粉丝 5原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值