Integuru 是什么?

Integuru 是一个 AI 智能体,通过逆向工程平台的「内部 API」来生成集成代码:你用浏览器抓取某操作触发的全部网络请求(HAR)与 cookie、写一段描述该操作的提示,它就输出可运行的 Python 代码去调用该平台的内部端点完成该操作。它自我定位为「构建无需平台授权(permissionless)集成的第一个 AI 智能体」。许可为 AGPL-3.0,Python,约 4,598 stars。需要客观提示:它针对的是平台未公开的内部/非官方 API(topics 含 unofficial-api),「permissionless」即未经平台授权——这类用法通常与目标平台的服务条款相冲突,应仅在你对相应账号/数据有合法权利、且不违反 ToS 与法律的前提下使用。

⭐ 4,563 Stars 🍴 359 Forks Python AGPL-3.0 作者: Integuru-AI
来源:README.md(标题、What Integuru Does、How It Works);GitHub 仓库元数据(stars=4598、license=AGPL-3.0、topics 含 unofficial-apis) 查看 GitHub 仓库 →

为什么值得关注

很多平台没有公开 API,开发者想自动化操作只能手动逆向其内部接口,费时易错。Integuru 用 AI 把「从浏览器请求里逆向出依赖关系并生成可运行代码」自动化,思路新颖、对自动化自有数据访问很有吸引力,因而受关注。截至数据采集约 4,598 stars。需中立提示:调用平台内部/非官方 API 属未授权用法,热度不代表对任意平台都可合规使用。

来源:README.md(What Integuru Does、How It Works);GitHub 仓库元数据(stars=4598)

核心功能

逆向内部 API 生成集成代码

从浏览器抓取的请求与 cookie 出发,识别完成某操作的内部端点并生成可运行的 Python 代码。需在对相应账号/数据有合法权利且不违反平台 ToS 的前提下使用。

来源:README.md(What Integuru Does、标题)
请求依赖图构建

自动分析请求间的动态参数依赖(如 accountId/userId),递归构建依赖图直到只需认证 cookie,再自底向上转成函数。

来源:README.md(How It Works)
输入变量支持

允许输入变量(如选择下载文档的年份),目前用于依赖图生成;代码生成的输入变量支持在路线上。

来源:README.md(Features)

技术架构

工作流:① 用 create_har.py 在浏览器里抓取某操作的全部网络请求(HAR)与 cookie;② 写提示描述要做的操作;③ 智能体识别出执行该操作的目标请求,分析其 URL/参数中依赖其它请求的动态部分(如 accountId、userId),递归找到提供这些部分的请求,构建请求依赖图,直到某请求只依赖认证 cookie 为止;④ 从无出边的叶子节点向上遍历到主节点,把每个请求转成可运行的 Python 函数,最终生成完整代码。它需要 OpenAI API key(建议用 o1-mini 及以上能力的模型),用 poetry 安装依赖。目前支持依赖图生成与输入变量(如选择年份),代码生成的输入变量支持在路线上。

来源:README.md(What Integuru Does、How It Works 1-5、Features、Setup)

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) OpenAI API(建议 o1-mini 及以上)OpenAI API(建… 浏览器 HAR 抓取(create_har.py)浏览器 HAR 抓取… poetry 逆向内部 API 生成集成代码逆向内部 API 生成集成… 请求依赖图构建 输入变量支持 Integuru 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Python框架AI 智能体(基于 LLM 的逆向/代码生成)
OpenAI API(建议 o1-mini 及以上)浏览器 HAR 抓取(create_har.py)poetry
本地运行;输出可运行 Python 代码
来源:README.md(Setup、What Integuru Does);GitHub 仓库元数据(language=Python)

快速上手

设置 OPENAI_API_KEY(建议用 o1-mini 及以上能力的模型),poetry install 安装依赖。用 create_har.py 在浏览器里抓取目标操作的网络请求与 cookie,写一段描述该操作的提示,运行后智能体会构建请求依赖图并生成调用内部端点的 Python 代码。重要前提:它调用的是平台未公开的内部 API、且用你的登录 cookie——请仅对你拥有合法权利的账号/数据使用、遵守目标平台的服务条款与当地法律,不要用于未授权抓取、绕过访问控制或滥用他人服务。
来源:README.md(Setup、What Integuru Does、How It Works);合规判断

使用场景

在合规前提下,它适合「为没有公开 API 的服务自动化你自己的数据访问」——例如自动下载你自己账户的账单、导出你自己的数据等。但必须客观界定边界:调用内部/非官方 API、构建未经授权的集成通常违反目标平台 ToS,且可能触及反爬/访问控制相关规定。应仅用于你有合法权利的账号与数据、并确认不违反平台条款与法律;不可用于未授权抓取、规避限制或对他人服务的滥用。

来源:README.md(How It Works 的账单示例、标题 permissionless);合规判断

优势与局限

优势

  • 把「逆向内部 API → 生成可运行代码」自动化,思路新颖、省去手工逆向
  • 自动构建请求依赖图,处理动态参数依赖
  • 对自动化自有数据访问(无公开 API 的服务)有实际价值,AGPL-3.0 开源

局限

  • 调用平台内部/非官方 API、未授权集成通常违反目标平台服务条款
  • 可能触及反爬/访问控制与法律风险,须仅用于有合法权利的账号/数据
  • 内部 API 易变,生成代码可能随平台更新而失效
  • 需 OpenAI 较强模型,且代码生成的输入变量等能力仍在完善
来源:README.md(标题、How It Works、Features);ToS/合规判断

最新版本

本页未列出严格版本号(README 标注为 Integuru v0,第一版)。当前支持依赖图生成与(图生成阶段的)输入变量,代码生成的输入变量支持在路线上。更新以完善逆向/代码生成能力为主。

来源:README.md(标题 v0、Features)

总结评价

Integuru 思路新颖:用 AI 把「从浏览器请求逆向出内部 API 依赖并生成可运行代码」自动化,对自动化你自己在无公开 API 服务上的数据访问有实际价值。但它本质是双用途且偏灰色——针对的是平台未公开的内部/非官方 API、自称「permissionless(无需授权)」集成,这类用法通常违反目标平台服务条款、可能触及反爬与法律风险。客观建议:仅对你有合法权利的账号与数据使用,确认不违反平台条款与法律,切勿用于未授权抓取或滥用他人服务;并注意内部 API 变动会让生成代码失效。

来源:综合 README.md 的能力与 permissionless/unofficial API 性质及合规判断
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-24 14:28. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件