用途：当目标应用不以浏览器页面、本地 Windows 应用或本地 Java 应用形式暴露，而位于远程会话中或自行绘制控件时，使用本技能按像素探索屏幕，并生成可复用流程。可优先考虑 exploring-browser、exploring-windows、exploring-java 的场景，则不应使用本技能。
主要能力：通过 robomotion-image-mcp 服务器读取屏幕，使用 OCR 与框检测识别文字与控件；以截图、文本快照、屏幕搜索等方式定位目标；支持点击、输入、发送按键、悬停、拖拽、滚动、选择并复制、等待等操作；支持读取文本与表格；每一步会记录为 Robomotion.ImageAutomation 节点，并围绕目标裁剪模板图像，用包自带匹配器验证其在整个屏幕上唯一，操作也由包自带代码用该模板执行。完成后得到操作序列，再由 creating-flow 转换为 main.ts。
使用方式：工具在 Claude Code 中为延迟加载，首次调用前需用 ToolSearch 选择所需工具，否则会发送格式错误的 JSON 并在本次会话中丢失服务器。典型循环：先用 image_status 和 image_list_windows 找到窗口，再 image_focus_window 聚焦并确定作用域；用 image_snapshot 获取屏幕文本，配合 screenshot=true 查看标注框；用 image_click、image_type、image_send_keys 等以 ref 或文本、坐标执行操作；需要时用 image_wait 等待；最后 image_end 返回记录序列，可与 flow_file 一起写出模板图像。image_settings 可调整等待超时等参数。
适用场景与限制：模板是像素，仅在屏幕绘制方式一致时匹配，因此机器人运行时需保持相同的分辨率、显示缩放、色深、字体平滑设置和应用主题，远程窗口应最大化或全屏，运行流程时不要最小化远程桌面窗口，否则 Windows 停止绘制，无法看到或点击。快照由 OCR 和像素生成，可能误读、漏掉图标或控件，屏幕变化后需重新快照。探索阶段只读，点击具有提交含义的目标会被拒绝，必要时需征得用户同意。不要猜测坐标；若服务器显示失败，应说明二进制缺失或不在 PATH。具体版本、发布与依赖细节请以官方资料为准，本资料未提供价格、平台支持范围等信息。