当前位置: 首页 > news >正文

用Fiddler抓包查看Claude Code提示词

在调试Claude Code时,你可能会遇到这样的情况:明明写好了提示词、设置了规则,但模型的表现却不符合预期。想要确认自定义Skill是否生效、Deny/Allow规则是否起作用,或者排查工具调用失败的原因,最直接的方法就是查看模型实际收到的提示词。

为什么选择Fiddler Classic

我测试了几款抓包工具后,最终选择了Fiddler Classic,主要原因如下:

  • ccdump:启动时报错,无法找到Claude Code
  • claude-trace:仅支持Linux系统,在Windows上运行缺少依赖
  • Charles:功能相近但需要付费,免费版有30分钟使用限制
  • Fiddler Classic:完全免费,支持Windows 7到11全版本,内置HTTPS解密功能,SSL证书稳定性好

使用Fiddler抓取Claude Code提示词

1. 下载安装

访问官网下载Fiddler Classic:https://www.telerik.com.cn/fiddler_windows_download.html

选择「Fiddler-classic下载」即可,如图所示:

2. 配置SSL证书


这一步是必须的,否则无法查看加密的提示词内容:

  1. 打开Fiddler,点击顶部菜单「Tools → Options」
  2. 切换到「HTTPS」选项卡
  3. 勾选「Capture HTTPS CONNECTs」和「Decrypt HTTPS traffic」,然后点击「Trust Root Certificate」,按提示确认即可

3. 过滤请求


添加过滤规则,只显示Claude Code相关的请求:

  1. 点击右侧的「Filters」选项卡
  2. 勾选「User Filters」启用过滤
  3. 选择「Show only the following hosts」
  4. 在文本框中输入域名,我使用的是火山引擎,如上图

4. 设置终端代理

Claude Code不会自动使用系统代理,需要手动设置环境变量:

  1. 打开PowerShell(无需管理员权限)
  2. 运行以下命令:
$env:HTTP_PROXY="http://127.0.0.1:8888" $env:HTTPS_PROXY="http://127.0.0.1:8888"
  1. 可以通过echo $env:HTTP_PROXY验证设置是否生效
  2. 保持终端窗口打开,然后启动Claude Code

5. 查看提示词


查看提示词的步骤如下:

  1. 确保Fiddler左下角显示"Capturing",然后在Claude Code中发送消息
  2. 返回Fiddler,在过滤后的请求列表中找到目标请求
  3. 点击请求,切换到右侧的「Inspectors」选项卡
  4. 在请求体中即可查看完整的提示词、指令和规则
http://www.jsqmd.com/news/779126/

相关文章:

  • AI编程助手选型指南:从GitHub Awesome清单到高效开发实践
  • ZynqMP SD卡启动全记录:从Vivado配置到Linux命令行(基于黑金AXU2CGB板)
  • C++11 变参模板、完美转发和emplace 机制——奇牛 (Gemini润色)
  • 00后下场整顿Agent:啥都不学就能用好AI,这才是正确打开方式
  • 大数据毕业设计推荐:基于Hadoop+Django诺贝尔奖可视化系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 数据挖掘
  • JavaScript 打开小窗口的实现方法
  • 地铁站台门控系统集成方案:三菱Q系列PLC以太网通讯与上位机联动实例
  • 自媒体常用图片尺寸!收藏这张图就对了
  • 2026 年量化交易软件 10 强实测:9.8 分 OKQuant 领跑全市场 - GrowthUME
  • 长期使用Taotoken聚合API对项目月度账单清晰度的感受
  • 上饶GEO优化服务机构实测排行:效果与合规能力对比 - 奔跑123
  • 真空压力变送器选型攻略|6大核心参数,避开90%选型误区 - WHSENSORS
  • 2026最新AIGC动画实战教程 零基础入门到精通 附全套素材+工程文件(新手必看)
  • 【布局优化】基于改进SLP与遗传算法的梁场布局优化附Matlab代码
  • 如何高效修复损坏视频:智能MP4修复工具Untrunc实用指南
  • 宋宝华:原理和实战解析Linux中如何正确地使用内存屏障
  • 5分钟搞懂BERT tokenizer:用encode_plus为你的NLP模型准备‘标准餐’(附PyTorch/TF代码适配)
  • 上饶本地GEO优化服务机构实测排行:效果维度对比 - 奔跑123
  • 2026届必备的降AI率方案实测分析
  • PWN-ROP
  • 上饶GEO优化服务商排行:实测效果与本土适配性对比 - 奔跑123
  • 【图像处理】基于改进樽海鞘群优化的图像匹配方法附Matlab代码
  • 突破OBS音频局限:揭秘如何为直播软件添加专业级VST插件支持
  • S32K3安全机制深度拆解:当CPU、内存、时钟“生病”时,芯片如何自救与报警?
  • 2025届学术党必备的降重复率工具实测分析
  • 用SystemVerilog玩转约束:除了`inside`和`dist`,你还能这样写条件约束
  • 芯片低功耗设计实战:从概念到签核的全流程解析与避坑指南
  • 上饶AI搜索优化服务商评测:专业度与效果实测对比 - 奔跑123
  • PWN-Canary
  • 【通信】基于Qlearning强化学习的水声通信自适应调制方法matlab仿真