能力标签
🛠
AI工具

phantom MCP工具

基于 TypeScript · 开源 AI 工具,GitHub 社区精选
英文名:phantom
⭐ 1.4k Stars 🍴 186 Forks 💻 TypeScript 📄 Apache-2.0 🏷 AI 8.2分
8.2AI 综合评分
MCPAI代理自主智能持久记忆AnthropicTypeScript
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,phantom MCP工具 获评「强烈推荐」。已获得 1.4k 颗 GitHub Star,这款AI工具在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 8.2 分,适合有一定技术背景的用户使用。

📚 深度解析
phantom MCP工具 是一款基于 TypeScript 的开源工具,在 GitHub 上收获 1k+ Star,是MCP、AI代理、自主智能、持久记忆领域中的优质开源项目。开源工具的最大优势在于代码完全透明,你可以审计每一行代码的安全性,也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS?**
对于个人开发者和有隐私需求的用户,本地部署的开源工具意味着数据不离本机,不受第三方服务商的数据政策约束。同时,开源工具通常没有使用次数限制和月度费用,一次安装即可长期使用,对于高频使用场景的总拥有成本(TCO)远低于订阅制商业工具。

**安装与环境准备**
phantom MCP工具 依赖 TypeScript 运行环境。建议通过 pyenv(Python)或 nvm(Node.js)管理 TypeScript 版本,避免全局环境污染。对于新手用户,推荐先创建虚拟环境(python -m venv venv && source venv/bin/activate),再安装依赖,这样即使出现问题也可以随时删除虚拟环境重新开始,不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues(已关闭的问题),大多数常见问题都已有解答。遇到 Bug 时,提供 pip list 的输出、完整错误堆栈和最小可复现示例,能显著提高开发者响应速度。AI Skill Hub 将持续追踪 phantom MCP工具 的版本更新,及时通知重要功能变化。
📋 工具概览

phantom MCP工具 是一款基于 TypeScript 开发的开源工具,专注于 MCP、AI代理、自主智能 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 1.4k
开发语言
TypeScript
支持平台
Windows / macOS / Linux
维护状态
正常维护,社区驱动
开源协议
Apache-2.0
AI 综合评分
8.2 分
工具类型
AI工具
Forks
186
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

phantom MCP工具 是一款基于 TypeScript 开发的开源工具,专注于 MCP、AI代理、自主智能 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费,支持本地部署,数据完全自主可控
  • 活跃的 GitHub 开源社区,持续迭代更新
  • 提供详细文档和使用示例,新手友好
  • 支持自定义配置,灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行,保护数据隐私,满足合规要求
  • 自定义集成到现有系统,扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:npm 全局安装
npm install -g phantom

# 方式二:npx 直接运行(无需安装)
npx phantom --help

# 方式三:项目依赖安装
npm install phantom

# 方式四:从源码运行
git clone https://github.com/ghostwright/phantom
cd phantom
npm install
npm start
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
phantom --help

# 基本用法
phantom [options] <input>

# Node.js 代码中使用
const phantom = require('phantom');

const result = await phantom.run(options);
console.log(result);
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# phantom 配置说明
# 查看配置选项
phantom --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量(覆盖配置文件)
export PHANTOM_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 68/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

<p align="center"> <img src="docs/assets/phantom.svg" alt="Phantom" width="120" height="120" /> </p>

Phantom

An AI co-worker with its own computer.

<p align="center"> <a href="LICENSE"><img src="https://img.shields.io/badge/license-Apache%202.0-blue.svg" alt="License"></a> <img src="https://img.shields.io/badge/tests-1819%20passed-brightgreen.svg" alt="Tests"> <a href="https://hub.docker.com/r/ghostwright/phantom"><img src="https://img.shields.io/docker/pulls/ghostwright/phantom.svg" alt="Docker Pulls"></a> <img src="https://img.shields.io/badge/version-0.20.2-orange.svg" alt="Version"> </p>

<p align="center"> <a href="https://ghostwright.dev/phantom">Website</a> &middot; <a href="https://ghostwright.dev/phantom">Get a Free Phantom</a> &middot; <a href="docs/">Docs</a> &middot; <a href="https://github.com/ghostwright/phantom/issues">Issues</a> </p>

---

Features

FeatureWhy it matters
**Its own computer**Your laptop stays yours. The agent installs software, runs 24/7, and builds infrastructure on its own machine.
**Bring your own model**Anthropic, Z.AI (GLM-5.1), OpenRouter, Ollama, vLLM, LiteLLM, or any Anthropic Messages API compatible endpoint. Pick your backend in YAML, same agent everywhere.
**Self-evolution**The agent rewrites its own config after every session, validated by LLM judges. Day 30 knows things Day 1 didn't.
**Persistent memory**Three tiers of vector memory. Mention something on Monday, it uses it on Wednesday. No re-explaining.
**Dynamic tools**Creates and registers its own MCP tools at runtime. Tools survive restarts and work across sessions.
**Encrypted secrets**AES-256-GCM encrypted forms with magic-link auth. No plain-text credentials in config files.
**Email identity**Every Phantom has its own email address. Send reports to people outside your Slack workspace.
**Web chat**A full browser-based chat client at /chat with SSE streaming, file attachments, and Web Push notifications. No Slack required.
**Shareable pages**Generates dashboards and tools on a public URL with auth. Share a link, anyone can see it.
**MCP server**Claude Code connects to your Phantom. Other Phantoms connect to your Phantom. It is an API, not a dead end.

What People Build with Phantom

Phantom is not just for engineers. It is for anyone who wants an AI that remembers, learns, and builds things you can actually share.

The key difference: when an AI runs on your laptop, everything it builds is trapped on localhost. Only you can see it. Phantom runs on a VM with a public domain. Dashboards, tools, pages, APIs - they all get a URL you can send to your team, your manager, or your clients. Your laptop is not a server. Phantom's VM is.

Quick Start

Edit .env - add your ANTHROPIC_API_KEY, Slack tokens, and OWNER_SLACK_USER_ID

docker compose up -d ```

Your Phantom is running. Qdrant starts for memory, Ollama pulls the embedding model, and the agent boots. Check health at http://localhost:3100/health. With Slack configured, it DMs you when it's ready. Add RESEND_API_KEY for email sending. See Getting Started for full setup.

Security note, Docker socket mount: docker-compose.yaml mounts /var/run/docker.sock into the Phantom container so it can spawn sibling containers (e.g. sandboxed code execution). This is an intentional architectural trade-off: the socket grants the container root-equivalent access to the Docker daemon, which means a compromised Phantom process could create, modify, or destroy any container on the host. Mitigations: run Phantom on a dedicated machine or VM (not your personal workstation), and do not expose the host's Docker socket to untrusted workloads. See docs/security.md for the full threat model.

Initialize config

bun run phantom init --yes

Set your API key

export ANTHROPIC_API_KEY=sk-ant-...

🎯 aiskill88 AI 点评 A 级 2026-05-20

Phantom是创新的AI代理框架,融合MCP协议和自主演进机制。代码质量好、社区活跃,但需关注自主执行的安全性设计。

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
  • 跨境业务、多语言内容运营团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
部署方案
  • Docker:phantom 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 本地部署:CPU 8GB 起,GPU 推荐 16GB+ 显存
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
phantom 中文教程phantom 安装报错怎么办phantom MCP 配置phantom Docker 部署phantom Agent 工作流phantom 与同类工具对比phantom 最佳实践phantom 适合谁用
⚡ 核心功能
👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
  • 跨境业务、多语言内容运营团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
AI 技术爱好者研究人员和学生开发者和工程师技术创业者
🎯 使用场景
  • 本地部署运行,保护数据隐私,满足合规要求
  • 自定义集成到现有系统,扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
✅ 优点
  • +Apache-2.0 协议,可免费商用
  • +完全开源免费,无授权费用
  • +本地部署,数据完全自主可控
  • +开发者社区支持,遇问题可查可问
⚠️ 不足
  • 安装和初始配置可能需要一定技术基础
  • 功能完整性通常不如成熟商业产品
  • 技术支持主要依赖开源社区,响应速度不稳定
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。

🔗 相关工具推荐
📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合
❓ 常见问题 FAQ
Phantom拥有持久化记忆、自我演进能力和独立计算机环境,可执行复杂自主任务。
💡 AI Skill Hub 点评

AI Skill Hub 点评:phantom MCP工具 的核心功能完整,质量优秀。对于AI爱好者来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

📚 深入学习 phantom MCP工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 phantom
原始描述 开源MCP工具:An AI co-worker with its own computer. Self-evolving, persistent memory, MCP ser。⭐1.4k · TypeScript
Topics MCPAI代理自主智能持久记忆AnthropicTypeScript
GitHub https://github.com/ghostwright/phantom
License Apache-2.0
语言 TypeScript
🔗 原始来源
🐙 GitHub 仓库  https://github.com/ghostwright/phantom 🌐 官方网站  https://ghostwright.dev/phantom

收录时间:2026-05-16 · 更新时间:2026-05-19 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。