agentleFS
sdwurg180507280211sdwurg180507280211/my-skills/skills/china-proxy/SKILL.md

china-proxy

Skill1 starsChanged 38 days agoMITView on GitHub

Diagnose network paths under TUN or explicit proxy mode, troubleshoot command-line access, and inspect or configure Clash routing, China-direct rule sets, DNS, and chained proxies when requested. Use for actual network/proxy tasks, not ordinary mentions of international services. Claude-specific routing, fixed exit, exit guard, and OAuth callback setup belong to claude-maintenance.

The file

Files
SKILL.md

Network Paths, Clash Routing, and Chained Proxies

先区分 TUN、系统代理和进程环境变量,再检查实际目标及出口。端口开放或某个网页查到的 IP 不能代替对实际请求路径的验证。

资料路由

  • 普通命令联网、下载失败、代理残留检查:读取 网络模式与检测。
  • Clash / Mihomo 分流、国内直连、链式代理、订阅继承或 DNS:读取 Clash 规则与链式代理。
  • Claude 的专用分流、固定出口、出口守护、CLI wrapper 和 OAuth 回调:使用 claude-maintenance(Claude 分流、出口守护)。

用户只要求检查或诊断时只读;修改配置、故障测试和退出应用需当次授权。已有选择从上下文和配置读取,只询问缺失且影响结果的选择。

确定网络模式

本机有 ~/.ai-global/PROXY_NETWORK.md 之类的单一事实源时先完整读取,用户当前说明优先。

  • 已启用 TUN:普通请求走系统路由,不额外注入 HTTP_PROXY。系统代理关闭不代表 TUN 无效。
  • 用户要求显式代理,或目标在 TUN 下失败:确认入口后只对当前命令设置代理,有限重试。
  • 模式不明:在本技能目录运行 python3 scripts/detect_network.py(Windows 用 py -3)。它只读检查 Clash/Mihomo 进程、Clash Verge 生成配置、系统代理(macOS scutil,Windows 注册表)和探测 IP 的路由(macOS utun,Windows 用 Find-NetRoute 查到的 Mihomo/Wintun 网卡),不联网、不输出订阅或凭据。mode: tun 表示配置、进程与 TUN 路由互相印证;tun_configured_unconfirmed 或 unknown 只是证据不足,不代表 TUN 已关闭。具体目标的分流仍需单独验证。
  • 遗留覆盖:只为当前任务移除影响请求的旧环境变量,不永久改全局 Git/npm 配置或系统网络模式。

scripts/detect_proxy.py 只探测常见端口能否 TCP 连接,不确认协议、出口或 TUN,不用它决定是否关闭 TUN。

修改与验证

  1. 找到正在使用的客户端、当前订阅、生效配置及其生成来源,区分源配置、扩展、可视化链式状态和运行配置。
  2. 首次写入前备份受影响的文件,报告备份路径和恢复方法。含订阅或认证的备份留在私有目录。
  3. 保留用户的节点、订阅和局域网规则;普通代理与专用出口分别处理。
  4. 用实际请求验证规则和出口,验证订阅切换和重启后仍生效。
  5. 断线保护分别测"节点不可用"和"代理客户端整体退出",没做的测试标明未测。
  6. 交付修改内容、观测结果、未验证项、日常操作和恢复方法。

敏感信息

  • 不输出节点账号密码、订阅密钥、OAuth code/state、Cookie、API Key、邮箱或组织标识。
  • 不把完整 Clash YAML、settings、浏览器 profile 或会话日志放进公开仓库,只沉淀参数化步骤和合成测试。
  • 公网 IP、ASN、地理库城市和 DNS 解析器分开记录;同一 IP 的城市库不一致不等于出口变化。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.