用途：通过截图与鼠标、键盘操作让 Claude 看见并控制桌面环境，适合缺少 CLI 替代方案的 GUI 自动化、需视觉交互的 Web 应用测试、填表与菜单导航，以及需要视觉验证的自动化流程。若任务可用 CLI 或 API 完成，或浏览器自动化更适合用 Playwright 或 CDP，则不要使用。该技能默认关闭，必须显式调用。
架构分三层：Display Toolkit（phantom.display）通过 xdotool/scrot 在真实或虚拟显示器上执行系统级操作；Agent Loop（phantom.loop）管理 Claude API 与显示工具之间的话轮循环；CLI（phantom.cli）用于运行任务或检查环境。
用法：先检查环境 cd plugins/phantom 后运行 uv run python -m phantom.cli --check；运行任务需设置环境变量 export ANTHROPIC_API_KEY="sk-ant-..."，再执行 uv run python -m phantom.cli "Open Firefox and search for Claude AI"。也可在 Python 中从 phantom.display 导入 DisplayConfig、DisplayToolkit，从 phantom.loop 导入 LoopConfig、run_loop 并调用 run_loop。模型与工具版本映射由 resolve_tool_version() 自动处理。支持的动作包括截图、左键点击、输入文本、按键组合、移动鼠标；20250124 起增加滚动、拖拽、右键、中键、双击、三击、长按和等待；20251124 增加区域放大查看。
环境要求：Linux（原生或 WSL2 配 WSLg）需 sudo apt install xdotool scrot xclip；无头环境（Docker/CI）需安装 xvfb 并启动虚拟显示，设置 DISPLAY。
限制与安全：存在风险，建议在 Docker 或 VM 沙箱运行，不要在主系统上运行；非必要时不提供登录凭据，尤其不要用于银行等敏感服务；每次 run_loop 必须设置 max_iterations 以防 API 成本失控；对有实际后果的操作应通过 on_action 加确认回调；启动前关闭敏感应用，因为截图会看到整个屏幕。提示时宜明确每个步骤，可要求每步截图验证，UI 元素难以点击时用键盘快捷键。退出标准包括 --check 以 0 退出、设置迭代上限、结果包含迭代次数与 final_text（为空视为失败）、任务开始前关闭敏感应用且提示中不含凭据。具体收费与价格暂未提供。