mcpField
M
MCP Desktop DVR

MCP Desktop DVR

ローカル
github.com/Randroids-Dojo生産性473 週間前に更新

MCP Desktop DVR について

MCP Desktop DVRはmacOSのデスクトップ活動を30分のローリングバッファに記録し、指定した時間帯を分析します。Claudeで画面上の活動を確認したいユーザー向けで、クラウド、ローカル、OCRの分析方法を選べます。

主な機能

  1. 0130分のローリングバッファを維持
  2. 02指定アプリのウィンドウをキャプチャ
  3. 03時間帯を抽出して分析
  4. 04GPT-4o、Tarsier2-7B、OCRによる分析
  5. 05キャプチャの開始、停止、設定

活用シーン

  1. 01Claudeで直近の画面活動を振り返る
  2. 02画面上に表示されたエラーを特定
  3. 03時間帯のキャプチャからワークフローを分析

MCP 対応

キャプチャの開始・停止、状態確認、設定、直近のデスクトップ活動の分析に使うMCPツールを提供します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

MCP Desktop DVR

✅ 本番環境対応済み

macOS でのデスクトップ動画のキャプチャと分析に対応する MCP サーバーです。30 分間のローリングバッファーを通じて、Claude が画面上のアクティビティを分析できるようにします。

機能

  • デスクトップアクティビティの30 分間ローリングバッファー
  • OpenAI GPT-4o(クラウド)または Tarsier2-7B(ローカル)によるAI を活用した視覚分析
  • OpenAI → Tarsier → OCR へのインテリジェントなフォールバック
  • アプリケーションごとのウィンドウ単位のキャプチャ
  • 時間セグメントの正確な抽出
  • 包括的なテストを備えた本番環境対応

必要条件

  • macOS 10.15+
  • Node.js 18+
  • 画面収録のアクセス許可

クイックセットアップ

npm install && npm run build

Claude Desktop の設定に追加します:

{
  "mcpServers": {
    "desktop-dvr": {
      "command": "node",
      "args": ["/path/to/mcp-desktop-dvr/dist/index.js"],
      "env": {
        "ANALYZER_PREFERENCE": "auto"  // Auto-select best available analyzer
      }
    }
  }
}

ツール

  • start-continuous-capture - 録画を開始します
  • analyze-desktop-now - 最近のアクティビティを抽出して分析します
  • get-capture-status - 録画状況を確認します
  • stop-capture - 録画を停止します
  • configure-capture - 設定を更新します

使い方

Claude に次のように尋ねます:

  • 「デスクトップの録画を開始して」
  • 「直近 30 秒間を分析して」
  • 「画面に表示されているエラーは何?」

動画分析のオプション

analyze-desktop-now ツールは、特性の異なる複数の分析機能に対応しています:

☁️ OpenAI GPT-4o Vision(プライマリ - クラウド)
  • Responses API 経由で GPT-4o を使用する最も正確な分析
  • GIF の自動セグメント化 - 動画から 10 秒のセグメントを作成します
  • スマートなファイル管理 - MP4 とともにすべての GIF ファイルをローカルに保持します
  • 効率的なアップロード - 分析のために最初のセグメントのみを OpenAI に送信します
  • 複雑なワークフローを包括的に理解
  • OpenAI API キーとインターネット接続が必要です
  • 高速な処理(約 3~5 秒)
🤖 Tarsier2-7B(フォールバック - ローカル AI)
  • Metal Performance Shaders を使用して Mac 上でローカル実行
  • API キーは不要で、完全なプライバシーを確保します
  • UI、ゲーム、グラフィックスの優れた視覚的理解
  • 中程度の処理時間(30 秒のクリップで約 5~15 秒)
📝 OCR テキスト抽出(最終フォールバック)
  • スクリーンショットからの基本的なテキスト抽出
  • モダンな UI では効果が限定的
  • 最終フォールバックとして常に利用可能

設定

MCP 設定で環境変数を設定します:

"env": {
  "ANALYZER_PREFERENCE": "auto",       // Options: "auto", "openai", "tarsier", "ocr"
  "OPENAI_API_KEY": "sk-...",          // For OpenAI (recommended)
  "OPENAI_MODEL": "gpt-4o"             // OpenAI model (default: gpt-4o)
}
分析機能の選択ロジック
  • "auto"(デフォルト)- API キーが設定されていれば OpenAI を使用し、そうでなければ Tarsier、次に OCR を使用します
  • "openai" - OpenAI GPT-4o Vision を強制的に使用します(API キーが必要)
  • "tarsier" - Tarsier2-7B ローカル AI を強制的に使用します
  • "ocr" - 基本的な OCR テキスト抽出を強制的に使用します

ドキュメント

ライセンス

ISC

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。