name	cc-proxy-detector
description	检测 Claude Code 中转站的真实后端来源（Anthropic 官方 / AWS Bedrock Kiro / Google Vertex AI Antigravity / 疑似伪装）。当用户想要检测中转站渠道来源、验证 API 是否为官方直连、识别中转站伪装、扫描多模型混合渠道时使用。触发词包括"检测渠道"、"检测中转"、"proxy detect"、"渠道来源"、"是不是官方"。

CC Proxy Detector

检测 Claude Code 中转站后端来源，支持混合渠道检测和防伪装识别。

检测流程

确定目标中转站地址和 API Key
选择检测模式（单模型 / 多模型扫描）
运行 scripts/detect.py
分析报告，结合指纹矩阵人工复核

使用方式

# 单模型自动检测
python3 scripts/detect.py

# 多模型扫描（推荐，检测混合渠道）
python3 scripts/detect.py --scan-all --rounds 2

# 指定模型列表
python3 scripts/detect.py --scan-models "claude-opus-4-6,claude-sonnet-4-5-20250929"

# 指定地址和密钥
python3 scripts/detect.py --base-url https://your-proxy.com --api-key sk-xxx

# JSON 输出 + 保存
python3 scripts/detect.py --scan-all --json --output report.json

环境变量：ANTHROPIC_BASE_URL（中转站地址）、ANTHROPIC_AUTH_TOKEN 或 FACTORY_API_KEY（密钥）。

依赖：pip install requests

后端来源全景

所有 Claude 访问最终落到三个后端之一，各种工具逆向这些后端：

来源	后端	说明
Anthropic API	Anthropic	官方 API Key 或 Max 订阅
Claude Code Max	Anthropic	OAuth 认证，可通过 CLIProxyAPI 转 API Key
Kiro	AWS Bedrock	AWS AI IDE，model 前缀 `kiro-`
Factory Droid	Anthropic/Bedrock	支持 BYOK，后端取决于配置
Antigravity	Google Vertex AI	Google Cloud Code，走 `googleapis.com`
Windsurf	Bedrock/未知	Codeium AI IDE，内部渠道不明
Warp	未知	AI 终端，内部渠道不明

检测维度

脚本对每个模型发送 tool_use 探测 + thinking 探测 + ratelimit 动态验证，采集以下指纹：

指纹	Anthropic 官方	Bedrock/Kiro	Vertex/Antigravity
tool_use id	`toolu_`	`tooluse_`	`tooluse_` / `tool_N`
message id	`msg_<base62>`	UUID / `msg_<UUID>`	`msg_<UUID>` / `req_vrtx_`
thinking sig	len 200+	len 200+ / 截断	`claude#` 前缀
model 格式	`claude-*`	`kiro-` / `anthropic.`	`claude-*`
service_tier	有	无	无
inference_geo	有	无	无
ratelimit hdr	有（动态递减）	无	无
cache_creation	嵌套对象	无	无

判读报告

脚本自动评分并给出判定，但自动评分可被中转站伪装骗过。人工复核要点：

确认真 Anthropic 的铁证组合：

inference_geo 存在 + ratelimit remaining 动态递减 + toolu_ 前缀

识别伪装的关键：

ratelimit remaining 固定不变（如始终 299000）→ 伪造 headers
inference_geo 缺失 → 中转站未伪造此字段
所有正面指纹通过但必有字段缺失 → 高度可疑

已知可被伪造的字段：toolu_ 前缀、service_tier、ratelimit headers（静态值）、cache_creation 嵌套对象

最难伪造：ratelimit remaining 动态递减（需中转站维护配额计数系统）

行为异常（逆向渠道线索）

除指纹字段外，逆向渠道常出现运行时异常，可作为辅助判据：

tool_use 配对错误：Each tool_use block must have a corresponding tool_result block — 中转站重写 tool ID 但破坏了配对链
间歇性 HTTP 500：中转站格式转换管道在特定模型/功能组合上失败
模型可用性缺口：部分模型可用、部分不可用 — 中转站只映射了部分模型 ID
延迟偏高且波动大：多一跳中转增加 1-3s，P99 尾延迟明显
thinking/streaming 异常：中转站未正确转发 SSE 事件或 thinking 块
多模态/读图失败：图片数据在中转时丢失或后端不支持，Read 图片返回空内容
Write 大段内容报错：中转站对请求/响应体大小有限制，写入超过一定行数时失败
WebFetch 被拦截：中转站网络策略限制外部域名访问
工具参数校验异常：部分工具（如 TaskList）出现参数校验错误，中转站格式转换不完整

参考资料

三源指纹矩阵与已知渠道检测案例：见 references/fingerprint-matrix.md
历史检测报告 JSON：references/*.json

name	cc-proxy-detector
description	检测 Claude Code 中转站的真实后端来源（Anthropic 官方 / AWS Bedrock Kiro / Google Vertex AI Antigravity / 疑似伪装）。当用户想要检测中转站渠道来源、验证 API 是否为官方直连、识别中转站伪装、扫描多模型混合渠道时使用。触发词包括"检测渠道"、"检测中转"、"proxy detect"、"渠道来源"、"是不是官方"。

CC Proxy Detector

检测 Claude Code 中转站后端来源，支持混合渠道检测和防伪装识别。

检测流程

确定目标中转站地址和 API Key
选择检测模式（单模型 / 多模型扫描）
运行 scripts/detect.py
分析报告，结合指纹矩阵人工复核

使用方式

# 单模型自动检测
python3 scripts/detect.py

# 多模型扫描（推荐，检测混合渠道）
python3 scripts/detect.py --scan-all --rounds 2

# 指定模型列表
python3 scripts/detect.py --scan-models "claude-opus-4-6,claude-sonnet-4-5-20250929"

# 指定地址和密钥
python3 scripts/detect.py --base-url https://your-proxy.com --api-key sk-xxx

# JSON 输出 + 保存
python3 scripts/detect.py --scan-all --json --output report.json

环境变量：ANTHROPIC_BASE_URL（中转站地址）、ANTHROPIC_AUTH_TOKEN 或 FACTORY_API_KEY（密钥）。

依赖：pip install requests

后端来源全景

所有 Claude 访问最终落到三个后端之一，各种工具逆向这些后端：

来源	后端	说明
Anthropic API	Anthropic	官方 API Key 或 Max 订阅
Claude Code Max	Anthropic	OAuth 认证，可通过 CLIProxyAPI 转 API Key
Kiro	AWS Bedrock	AWS AI IDE，model 前缀 `kiro-`
Factory Droid	Anthropic/Bedrock	支持 BYOK，后端取决于配置
Antigravity	Google Vertex AI	Google Cloud Code，走 `googleapis.com`
Windsurf	Bedrock/未知	Codeium AI IDE，内部渠道不明
Warp	未知	AI 终端，内部渠道不明

检测维度

脚本对每个模型发送 tool_use 探测 + thinking 探测 + ratelimit 动态验证，采集以下指纹：

指纹	Anthropic 官方	Bedrock/Kiro	Vertex/Antigravity
tool_use id	`toolu_`	`tooluse_`	`tooluse_` / `tool_N`
message id	`msg_<base62>`	UUID / `msg_<UUID>`	`msg_<UUID>` / `req_vrtx_`
thinking sig	len 200+	len 200+ / 截断	`claude#` 前缀
model 格式	`claude-*`	`kiro-` / `anthropic.`	`claude-*`
service_tier	有	无	无
inference_geo	有	无	无
ratelimit hdr	有（动态递减）	无	无
cache_creation	嵌套对象	无	无

判读报告

脚本自动评分并给出判定，但自动评分可被中转站伪装骗过。人工复核要点：

确认真 Anthropic 的铁证组合：

inference_geo 存在 + ratelimit remaining 动态递减 + toolu_ 前缀

识别伪装的关键：

ratelimit remaining 固定不变（如始终 299000）→ 伪造 headers
inference_geo 缺失 → 中转站未伪造此字段
所有正面指纹通过但必有字段缺失 → 高度可疑

已知可被伪造的字段：toolu_ 前缀、service_tier、ratelimit headers（静态值）、cache_creation 嵌套对象

最难伪造：ratelimit remaining 动态递减（需中转站维护配额计数系统）

行为异常（逆向渠道线索）

除指纹字段外，逆向渠道常出现运行时异常，可作为辅助判据：

tool_use 配对错误：Each tool_use block must have a corresponding tool_result block — 中转站重写 tool ID 但破坏了配对链
间歇性 HTTP 500：中转站格式转换管道在特定模型/功能组合上失败
模型可用性缺口：部分模型可用、部分不可用 — 中转站只映射了部分模型 ID
延迟偏高且波动大：多一跳中转增加 1-3s，P99 尾延迟明显
thinking/streaming 异常：中转站未正确转发 SSE 事件或 thinking 块
多模态/读图失败：图片数据在中转时丢失或后端不支持，Read 图片返回空内容
Write 大段内容报错：中转站对请求/响应体大小有限制，写入超过一定行数时失败
WebFetch 被拦截：中转站网络策略限制外部域名访问
工具参数校验异常：部分工具（如 TaskList）出现参数校验错误，中转站格式转换不完整

参考资料

三源指纹矩阵与已知渠道检测案例：见 references/fingerprint-matrix.md
历史检测报告 JSON：references/*.json

cc-proxy-detector

CC Proxy Detector

检测流程

使用方式

后端来源全景

检测维度

判读报告

行为异常（逆向渠道线索）

参考资料

CC Proxy Detector

检测流程

使用方式

后端来源全景

检测维度

判读报告

行为异常（逆向渠道线索）

参考资料