Reqable 作为国产抓包工具的顶流，在 3.2 版本支持了 MCP 调用，终于实现了与 AI 的对接。Reqable + AI Agent，无论是接口调试，网页测试，效率和可玩性都更高了。今天写一篇文章，简单来分享下在 AI 加持下是如何玩转抓包测试的。

1. 工具准备

首先，AI Agent 无论是 Codex、Claude Code、Cursor 等，还是 Copilot、Windsurf 或者 TRAE，任意一款支持配置 MCP 服务器的都可以。这里我们选择 VS Code 中自带的 Github Copilot 来做演示，模型选用GPT-5.4。Agent 和模型选哪个其实都大差不差，不用过分纠结，仅涉及到少部分代码编写，基本上都能满足。

然后，Reqable 官网下载安装最新版本 3.2.7，初始化后先一键完成证书安装，再在 VS Code 中配置 Reqable 的 MCP 服务器。Reqable 内已经提供了各种 AI Agent 的 MCP 服务器配置指引，我们打开应用菜单工具 -> MCP -> VS Code，点击自动配置可以自动打开 VS Code 并安装。

VS Code 里面点击Install，这样 MCP 服务器就配置好了。安装完成后，可以用Ctrl + Shift + P输入 MCP 关键词，找到MCP:List Servers检查下服务器是否已经 Running。

Reqable MCP（已在 Github 开源，地址见文章末尾）一共提供了上百个 Tool 来给 AI 操控，但是默认情况下只会注册常用的 Tool，在配置 MCP 的时候可以通过参数--scope all来启用全部。

需要注意的是，由于 Tool 太多会导致上下文臃肿，即使 Tool 全部注册了，很多 AI Agent 也不会全部加载，需要主动告知其全量加载。我们这里选择默认配置，只加载必要 Tool 就可以了。

为了让 AI 能够控制 Chrome，我们还额外安装了Chrome Devtools MCP，整个mcp.json配置文件如下：

{
  "servers": {
    "chrome-devtools": {
      "command": "npx",
      "args": [
        "-y",
        "chrome-devtools-mcp@latest"
      ],
      "type": "stdio"
    },
    "reqable": {
      "type": "stdio",
      "command": "/Applications/Reqable.app/Contents/Helpers/mcp-server",
      "args": []
    }
  }
}

接下来，我们就将 Reqable 和 Chrome 都交给 AI 来控制了。

2. 自动抓包

我们先给 AI 下达一个最简单的测试指令，如下：

启动 Reqable 抓包，然后用 Chrome 打开 reqable.com 网页，注意禁用浏览器缓存。

AI 会自动控制 Reqable 配置系统代理并开始抓包，并控制 Chrome 自动打开reqable.com网页并以无缓存模式加载。网页加载完成后，会自动检查 Reqable 中是否抓到了网页请求。我们也可以切换到 Reqable 窗口确认一下。

我们继续给 AI 下达指令，可以让其指定分析 Reqable 中的哪一条请求。可以指定 ID，也可以指定 URL，甚至可以指定各种筛选条件，例如包含关键字Hello World的请求。

分析 Reqable 中 ID 为 386 的这条请求。

除了分析请求之外，还可以让 AI 在 Reqable 中创建接口测试，生成 cURL、添加进指定 API 集合等等，方便开发和测试人员进行后续的排查工作。

在 Reqable 中给这条请求创建一个 API 测试。

如果有必要，可以就在 Reqable 进行 API 测试了，完全不需要手动编辑和导入接口，Postman 什么的全都去吃灰吧。

3. 数据调试

下面简单演示一些进阶功能，例如重写和脚本等等。开发和测试过程中，经常会有一些数据修改的需求，例如修改定位坐标，修改订单金额。常见的操作就打开抓包工具，编写修改规则，然后再测试。在 AI 时代，这些手工操作都可以省去了。

我们还是基于上面的会话让 AI 操控，简单模拟下这样的场景。

创建一个重写规则，将 reqable.com 网站内容中的字符 Reqable 全部修改成 Awesome

可以看出，AI 帮我自动做了下面这些事情，全过程自动化。

• 在 Reqable 创建了重写规则，字符串替换 Reqable -> Awesome
• 启动了 Reqable 中的重写功能开关和新创建的规则。
• 刷新网页，并检查修改是否生效。

切到浏览器看一下，文案确实都已经改了。

除了让 AI 控制重写，还可以让其控制请求断点、编写脚本来处理请求等等，下面演示一个自动编写脚本功能，指令如下：

写一个 Reqable 脚本并启用。将网站 reqable.com 中所有的图片资源保存到当前用户 Downloads 目录，保存文件夹用域名命名。刷新网页让脚本执行。

完全不需要手操，我们就看到图片已经按照 Path 的文件结构保存成功了，顺便打开 Reqable 中的脚本瞅一眼代码质量如何。

非常简单的 Python 代码，不过手写还是要废不少功夫，AI 一次性搞定。另外，我们还看到最后有两个超出需求的惊喜！

context.comment = f'Saved image to {final_path}'
context.highlight = Highlight.green

简单解释下，第一行是给触发了保存的图片请求添加了备注，第二行是给设置了绿色高亮，AI 可太贴心了，下面可以在 Reqable 中检查一下。

从上千个请求中，我们很快找到了绿色高亮的请求，查看备注可以找到这个请求保存的完整路径🐮🍺。

4. 结语

在 AI 时代，很多纯手操工作都将慢慢被 AI 代替，这里面不仅仅是编程，也包括很多测试工作。孔夫子语工欲善其事，必先利其器，好的工具事半功倍，Reqable 作为国产知名抓包工具，值得大家拥有。

Reqable MCP 项目开源地址：

https://github.com/reqable/reqable-mcp-server