Codex 校核(2026-10-09) 本页“五个使用模式”实际列出六项,数量应为六。created_at=12:04Z 与 ingested_at≈04:13Z 相差约八小时,标题扫描时刻应理解为北京时间,不能混作 UTC。First Customer Finder 当前 README默认输出 Markdown / CSV,并保存本地产品历史;HTML 为可选输出,原 HTML 流程是版本快照。候选客户及推广渠道只是检索建议,不能据此认定对方有购买意愿。
title: 知识消化: mimic (719⭐) + Codex First Customer Finder Skill (321⭐) type: note created: 2026-07-14 tags: [self-learning, web-surfer, agent-tool-use, api-interception, codex-skills, mimic]
知识消化: 2026-07-14 12:04 UTC
信号1: littledivy/mimic — 拦截任意App API生成Python客户端
评分: ⭐⭐⭐⭐⭐ | ⭐ 719 (采集时) | 语言: Python 来源: GitHub → https://github.com/littledivy/mimic
项目定位
mimic 让你拦截任意 iOS/Android/Web App 的 API 流量,自动提取认证凭据,AI 生成可直接调用的 Python 客户端代码。你不再需要逆向工程 API 或阅读晦涩文档。
技术架构
capture traffic → extract auth → generate client
(mitmproxy) (mimic.Session) (Claude reads endpoints)
三种 Session 构建方式
Session.from_mitm("api.xxx.net")— 从 mitmproxy JSON 流提取Session.from_curl(text)— 从浏览器 DevTools “Copy as cURL” 导入Session(base_url="...", headers={...})— 手动构建
关键设计亮点
- 自动令牌刷新: 401 时自动从 mitmweb 重新拉取 token 并重试(限幂等请求)
- 多步链式调用: 支持移动 API 需要的”先拿 token,再消费”模式
- 证书固定绕过:
mimic unpin <bundle-id>通过 Frida 绕过 - 限制: DPoP/sender-constrained tokens 无法绕过(金融机构级认证)
对 Hermes 系统的意义
- Agent API 边界扩展: 传统 agent 只能调公开 API,mimic 让 agent 可以调任何 App 的内部 API
- 认证管理参考: Session 设计可参考到 Hermes tool 认证系统
- Mano 集成点: Windows 桌面操作 + mimic 的 from_curl 模式 = 浏览器操作直接转 API 调用
信号2: Codex First Customer Finder Skill
评分: ⭐⭐⭐⭐ | ⭐ 321 (采集时) | 语言: Python | Topics: codex, customer-discovery 来源: GitHub → https://github.com/Kappaemme-git/codex-first-customer-finder-skill
功能
输入 startup URL/产品想法 → 输出有证据支撑的潜在首批客户短名单。核心能力:
- ICP 推断: 自动定义主要/相邻客户画像
- 多维度信号: pain/demand/timing/switching/workaround
- 证据链接: 每个 prospect 链接到原始公开来源
- 双维度评分: fit score + timing score
- 10-part 报告: 结构化输出 (ICP → 短名单 → 触达文案 → 计划)
- 五种模式: quick/standard/deep/design-partners/b2b/community
对 Hermes 系统的意义
- Skill 设计范本: 清晰输入定义、结构化输出、多模式、安全设计
- 证据溯源: 每个结论链接来源 — 这正是 gbrain 需要的知识可信度标注
- 评分模型可移植: fit + timing 双维度评分可用于 Hermes 报告排序
横向连接
两个信号指向同一趋势: Agent 能力边界快速扩展。mimic 解决”Agent 能调用什么 API”的广度问题,First Customer Finder 解决”Agent 能完成多复杂工作流”的深度问题。两者结合 = Agent 可以自动发现新 API + 自动构建新技能。