Martian 项目使用教程
1. 项目介绍
Martian 是一个用于构建自定义 HTTP/S 代理的库。它由 Google 开发并开源,旨在帮助开发者轻松创建和管理 HTTP/S 代理。Martian 提供了丰富的功能,包括请求和响应的修改、验证、日志记录等,适用于多种测试和开发场景。
2. 项目快速启动
安装
首先,确保你已经安装了 Go 1.11 或更高版本,并且启用了 Go Modules 支持。然后,使用以下命令安装 Martian:
go get github.com/google/martian/
go install github.com/google/martian/cmd/proxy
启动代理
安装完成后,可以通过以下命令启动 Martian 代理:
$GOPATH/bin/proxy
默认情况下,Martian 代理会在端口 8080 上运行,API 会在端口 8181 上运行。你可以通过以下命令指定不同的端口:
$GOPATH/bin/proxy -addr=:9999 -api-addr=:9898
配置
Martian 通过发送 JSON 消息来配置其行为。以下是一个简单的配置示例,用于在所有响应中注入一个名为 "Test-Header" 的头部,值为 "true":
[
"header.Modifier": [
"scope": ["response"],
"name": "Test-Header",
"value": "true"
]
]
将上述配置保存为 modifier.json,然后使用 curl 命令将其发送到 Martian 代理:
curl -x localhost:8080 \
-X POST \
-H "Content-Type: application/json" \
-d @modifier.json \
"http://martian.proxy/configure"
3. 应用案例和最佳实践
验证请求和响应
Martian 可以用于验证请求和响应的特定条件。例如,你可以配置 Martian 来验证所有发送到 example.com 的请求是否返回了 200 OK 状态码:
[
"url.Filter": [
"scope": ["request", "response"],
"host": "example.com",
"modifier": [
"status.Verifier": [
"scope": ["response"],
"statusCode": 200
]
]
]
]
拦截 HTTPS 请求
Martian 支持拦截和修改 HTTPS 请求和响应。为了实现这一点,你需要在浏览器中安装 Martian 生成的自定义 CA 证书。你可以通过以下命令生成并安装证书:
$GOPATH/bin/proxy -generate-ca-cert
然后,访问 http://martian.proxy/authority.cer 来安装证书。
4. 典型生态项目
1. Go 语言生态
Martian 是基于 Go 语言开发的,因此它与 Go 生态系统中的其他工具和库有很好的兼容性。例如,你可以将 Martian 与 Go 的测试框架结合使用,以自动化测试 HTTP 请求和响应。
2. 网络测试工具
Martian 可以与其他网络测试工具(如 curl、Postman 等)结合使用,以模拟复杂的网络环境。你可以使用 Martian 来修改请求和响应,以测试应用程序在不同网络条件下的表现。
3. 安全测试
Martian 还可以用于安全测试,例如模拟中间人攻击(MITM)来测试应用程序的安全性。通过拦截和修改 HTTPS 请求,你可以验证应用程序是否能够正确处理异常情况。
通过以上模块的介绍,你应该能够快速上手并使用 Martian 项目。希望这篇教程对你有所帮助!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01