
Hoy he estado usando `mitmproxy` para mirar qué tráfico genera opencode cuando trabaja con modelos de OpenAI.

No era una auditoría profunda ni una investigación especialmente sofisticada. Simplemente quería ver qué sale de mi máquina cuando una herramienta de desarrollo habla con una API externa.

## Qué estaba mirando

- Qué endpoints se llaman.
- Qué forma tienen las peticiones.
- Qué parte parece responsabilidad del cliente y qué parte queda delegada al proveedor.
- Cómo se empaquetan los mensajes antes de llegar a la API.

## Qué me interesó

Lo útil no fue descubrir una gran vulnerabilidad ni nada parecido. Lo útil fue quitarle misterio a la herramienta.

Cuando miras el tráfico ves que muchas piezas que parecen mágicas son bastante normales: una petición HTTP, unos headers, un cuerpo JSON, una respuesta en streaming y algo de lógica local alrededor.

## Nota de higiene

No tiene sentido publicar tokens, cabeceras sensibles ni payloads completos. La gracia de esta nota es el gesto: mirar debajo del capó para entender mejor una herramienta que uso.

Me gustaría publicar más apuntes de este estilo: pequeños, concretos y sin la presión de convertir cada hallazgo en un artículo largo.


Una nota breve sobre inspeccionar tráfico local con mitmproxy para entender qué hace una herramienta cuando llama a la API de OpenAI.

Categoría: herramientas