关于 dittu
dittu 将 Android 手机的摄像头和蓝牙控制连接到 AI 助手,使其通过显示器画面观察并操作电脑。它面向桌面任务,也适用于无法安装软件的电脑;目标电脑无需安装程序或配置远程桌面。
主要功能
- 01通过手机摄像头查看显示器
- 02通过蓝牙输入鼠标和键盘操作
- 03带坐标网格或十字准线的截图
- 04显示器边角校准控制
适用场景
- 01自动执行重复的桌面任务
- 02操作无法安装软件的电脑
- 03点击前检查屏幕内容
- 04校正摄像头与显示器的对齐
MCP 相关
远程 MCP 端点 `https://app.dittu.org/mcp` 向 AI 助手提供截图、鼠标、键盘、滚动和校准工具。它使用 Streamable HTTP 和 Bearer 授权。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
服务地址
https://app.dittu.org/mcp一键复制安装命令
Claude CodeTerminal
claude mcp add --transport http borisgujvin-dittu https://app.dittu.org/mcpCursor.cursor/mcp.json
{"mcpServers":{"borisgujvin-dittu":{"type":"http","url":"https://app.dittu.org/mcp"}}}在 Cursor 中打开VS Code.vscode/mcp.json
{"servers":{"borisgujvin-dittu":{"type":"http","url":"https://app.dittu.org/mcp"}}}在 VS Code 中打开Claude Desktopclaude_desktop_config.json
{"mcpServers":{"borisgujvin-dittu":{"type":"http","url":"https://app.dittu.org/mcp"}}}Windsurf~/.codeium/windsurf/mcp_config.json
{"mcpServers":{"borisgujvin-dittu":{"serverUrl":"https://app.dittu.org/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Dittu MCP 服务
Dittu 将手机变成 AI 助手的眼睛和双手。将手机架在三脚架上,对准显示器——摄像头读取屏幕,蓝牙配对后即可作为真正的鼠标和键盘使用。无需在目标计算机上安装软件,也无需设置远程桌面。
- 网站:https://dittu.org
- 设置说明(Claude Desktop / Claude Code / Cursor / ChatGPT):https://dittu.org/setup
- 远程 MCP 端点:
https://app.dittu.org/mcp(streamable-http,Authorization: Bearer <API_KEY>) - 获取 API 密钥:在 Dittu Android 应用中注册设备 — https://play.google.com/store/apps/details?id=com.dittu
工具
| 工具 | 功能 | 输出 | 使用场景 |
|---|---|---|---|
take_screenshot | 捕获手机摄像头当前看到的显示器画面 | 图像 | 执行任何操作前,检查当前屏幕状态 |
take_screenshot_with_grid | 与 take_screenshot 相同,但会叠加坐标网格 | 图像 | 根据坐标定位精确的点击目标 |
take_screenshot_with_crosshair(nx, ny) | 放大并裁剪某个点周围的画面,用十字准星标记目标 | 图像 | 点击较小或重要的目标前,确认光标会准确落在预期位置 |
get_raw_screenshot | 未经处理的摄像头画面,不应用角点映射 | 图像 | 调试摄像头对齐问题 |
move_mouse(nx, ny) | 将光标移动到归一化屏幕坐标,不执行点击 | 确认信息 | 在确认后点击前定位光标 |
click(nx, ny) | 在归一化屏幕坐标处单击鼠标左键 | 确认信息 | 标准点击操作 |
double_click(nx, ny) | 在归一化屏幕坐标处双击鼠标左键 | 确认信息 | 打开文件或应用,以及其他双击操作 |
scroll | 按指定方向滚动屏幕 | 确认信息 | 浏览较长的页面或列表 |
key | 发送键盘按键或快捷键 | 确认信息 | 快捷键、Enter、Escape、方向键等 |
type_text | 通过蓝牙键盘输入文本 | 确认信息 | 填写文本框、搜索框和文档 |
get_corners | 读取当前显示器的四角校准数据 | 坐标 | 排查点击位置偏移的原因 |
set_corners | 设置显示器的四角校准数据 | 确认信息 | 摄像头视图未对齐或被裁剪时修复校准 |
为什么使用摄像头,而不是屏幕共享?
因为它适用于任何计算机——无需安装软件,无需配置权限,也无需设置远程桌面。只要显示器位于手机前方,AI 助手就能看到并控制它。
适用场景
- 自动执行重复的桌面任务
- 控制无法安装任何软件的计算机
- 让 AI 助手真正操作屏幕,而不只是描述操作
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。