jiyujie2006/PhantomAPI

# PhantomAPI 你公司的 ERP 没有 API。你的 CRM 的 API 要加钱才开放。那个 2009 年的内部系统永远不会有 API。 你不需要 API 文档。你需要一个**编译器**。 phantom learn https://your-legacy-crm.example 浏览器打开，你演示一遍：搜索客户、打开详情、修改标签、导出报表。PhantomAPI 同步分析四层信息 —— DOM/无障碍树、网络请求、应用状态、操作语义 —— 编译出 **Typed Action Graph**： Generated capabilities: customer.search(query) customer.get(id) customer.update_tags(id, tags) report.export(type, dateRange) 然后： phantom serve ✓ REST API + OpenAPI 3.1 http://localhost:7777 ✓ MCP server phantom mcp ✓ TypeScript SDK phantom sdk -o crm.ts ✓ Recorded regression tests phantom test ✓ Permission manifest phantom serve --allow read 从此 Agent 不再"寻找右上角的按钮、点击坐标 812,147、等待页面变化"，而是： await crm.report.export({ type: 'sales', dateRange: 'last_month' }); **学习一次，之后零模型调用。** LLM 只在编译期出现；运行期是确定性执行引擎 —— 零 token 成本、毫秒级延迟、可版本化、可 code review。 ## 与浏览器 Agent 的区别 | | 浏览器 Agent | PhantomAPI | |---|---|---| | 每次调用 | 模型看页面、逐步点击 | 直接网络请求（UI 仅兜底） | | 延迟 | 数十秒 | 毫秒级 | | 成本 | 每次都烧 token | 仅编译时一次 | | 稳定性 | 每次都可能翻车 | 回归测试守护，改版即 CI 红灯 | | 产物 | 无 | API + MCP + SDK + 测试，可进 git | ## 快速开始 pnpm install && npx playwright install chromium pnpm demo-crm & # 启动一个"故意没有 API"的演示 CRM（带登录+CSRF） # 编译：打开浏览器，演示一遍你的操作，关闭窗口即完成 pnpm phantom learn http://localhost:4010 -o my-crm --refine # 产物即刻可用 DEMO_USER=admin DEMO_PASS=secret123 \ PHANTOM_USERNAME=admin PHANTOM_PASSWORD=secret123 \ pnpm phantom serve my-crm # REST + OpenAPI curl -X POST localhost:7777/actions/customer.search \ -H 'content-type: application/json' -d '{"query":"alice"}' pnpm phantom test my-crm # 重放录制的回归测试（改版检测） pnpm phantom sdk my-crm -l ts -o crm.ts # TypeScript SDK pnpm phantom sdk my-crm -l py -o crm_sdk.py # Python SDK pnpm phantom mcp my-crm # 接入 Claude Code / Cursor `--refine` 是差分录制：同一流程用不同的值再演示一遍，两遍中变化的值被**证明**是参数， 相同且无数据流证据的折叠为常量 —— 参数推断靠证据，不靠猜。 **会话与凭据**：演示中的登录流程（密码框数据流）被自动识别为内部动作 `session.refresh`， 录制值脱敏、凭据经环境变量注入、TAG 文件零 secret。运行时 401/403 自动重登录并重试； 登录响应中的 CSRF token 被识别为"先取后用"依赖链，自动捕获并注入后续请求。 **LLM 是可选的**：参数、类型、依赖链全部来自确定性分析（数据流追踪 + 差分 + 时间窗因果对齐）。 `--llm` 仅用于润色命名（任何 OpenAI 兼容端点，经 `PHANTOM_LLM_BASE_URL` 配置），不接也完全可用。 ## 核心概念：Typed Action Graph (TAG) TAG 是"对一个软件的一次操作"的声明式中间表示（[spec](docs/tag-spec.md)）。每个 action 同时携带**网络层执行**（首选，快且稳）与 **UI 层执行**（兜底，多选择器 + 自修复），运行时自动降级。TAG 是纯结构、零凭据，可提交进 git、发 PR、社区共享。 ## 路线图 - **M0 ✅** TAG spec v0.1 · REST/OpenAPI · MCP · TS SDK · 回归测试 · 权限白名单 · demo CRM - **M1 ✅** `phantom learn`：录制 → 因果关联 → 数据流参数推断 · 差分录制（`--refine`）· 会话管理（登录识别为 `session.refresh`，凭据脱敏） - **M2 ✅** CSRF/token 依赖链 · UI 兜底执行器（多候选选择器）· GraphQL 识别（operation 即动作，variables 即参数）· 分页参数（可选 + 默认值）· Python SDK · 可选 LLM 命名（`--llm`） - **M3** Phantom Registry：`phantom install jira` · 桌面应用（accessibility API） ## 伦理边界 PhantomAPI 面向**你有权访问的软件**：内部系统、遗留 ERP、自有 SaaS 后台、授权自动化。我们不做也不接受：验证码破解、反爬对抗、指纹伪装、绕过访问控制。 ## License Apache-2.0

标签：LLM编译期, MCP, MITM代理, Playwright, RPA, SOC Prime, 开发工具, 特征检测, 编译器, 自动化API生成, 自动化攻击