So verbinden Sie ScreenApp mit OpenClaw KI-Agenten über den MCP-Server
On this page
Ihr KI-Agent sollte in der Lage sein, die Besprechungsnotizen vom letzten Dienstag abzurufen, ohne dass Sie Ordner durchsuchen müssen. Mit der API von ScreenApp und dem Model Context Protocol (MCP) können Sie OpenClaw-Agenten direkten Zugriff auf Ihre Aufnahmen, Transkripte und KI-Zusammenfassungen geben.
Dieser Leitfaden beschreibt den Aufbau einer ScreenApp MCP-Server-Fähigkeit, damit Ihr OpenClaw-Agent Aufnahmen durchsuchen, Transkripte abrufen und KI-Analysen Ihrer Inhalte durchführen kann - alles über eine Chat-Nachricht auf Telegram, WhatsApp oder Discord.
Wenn Sie neu bei MCP-Servern für Besprechungsaufzeichnungen sind, lesen Sie unseren Vergleich der besten MCP-Server für Besprechungen, um zu sehen, wie ScreenApp abschneidet.
Was ist OpenClaw?
OpenClaw ist ein selbstgehostetes Gateway, das Messaging-Apps (WhatsApp, Telegram, Discord, iMessage) mit KI-Codierungsagenten verbindet. Sie führen einen einzigen Prozess auf Ihrem Computer aus, der Ihre Chat-Apps mit einem ständig verfügbaren KI-Assistenten verbindet.
Die Kernidee: Sie senden Ihrem Agenten eine Nachricht von Ihrem Telefon aus, und er kann Tools verwenden, Dateien lesen, im Web surfen und jetzt auch auf Ihre ScreenApp-Aufzeichnungen zugreifen.
OpenClaw verwendet Skills (Fähigkeiten), um Agenten beizubringen, wie man Tools benutzt. Jeder Skill ist ein Ordner mit einer SKILL.md-Datei, die verfügbare Befehle beschreibt. Skills können auch MCP-Server umschließen, und auf diese Weise werden wir ScreenApp verbinden.
OpenClaw entdeckt Skills über ein dreistufiges System. Beim Sitzungsstart scannt der Agent den name und description aus dem Frontmatter jedes Skills. Wenn ein Skill relevant erscheint, lädt er die vollständige SKILL.md. Das bedeutet, dass Ihr Beschreibungsfeld der wichtigste Faktor dafür ist, ob der Agent Ihren Skill auswählt. Schreiben Sie es, als würden Sie einem Kollegen erzählen, was der Skill tut und wann er zu verwenden ist.
Was ist MCP?
Das Model Context Protocol ist ein von Anthropic entwickelter Standard, der es KI-Modellen ermöglicht, auf externe Datenquellen zuzugreifen. Stellen Sie es sich wie USB-C für KI-Apps vor. Anstatt Transkripte in ChatGPT zu kopieren und einzufügen, lässt ein MCP-Server die KI direkt das abrufen, was sie benötigt.
MCP-Server laufen lokal und stellen Tools (Aktionen, die die KI ausführen kann) und Ressourcen (Daten, die die KI lesen kann) zur Verfügung. Für ScreenApp würden die Tools Dinge wie “Aufnahmen durchsuchen”, “Transkript abrufen” und “eine Frage zu einem Video stellen” umfassen.
MCP funktioniert mit Claude Desktop, ChatGPT Desktop, Cursor und über OpenClaw mit jeder Messaging-App.
ScreenApp API Übersicht
ScreenApp bietet eine REST-API, die alles abdeckt, was Sie für eine MCP-Integration benötigen. Die wichtigsten Endpunkte:
- Aufnahmen auflisten - Durchsuchen Sie Ihre Aufnahmedateien mit Filtern
- Aufnahme mit Transkript abrufen - Rufen Sie eine Aufnahme und ihr vollständiges Transkript ab, mit Zeitstempeln und Sprecherkennzeichnungen
- KI-Analyse - Stellen Sie Fragen zu einer Aufnahme über den multimodalen Analyse-Endpunkt (
/v2/files/{fileId}/ask/multimodal) - Suchen - Finden Sie Aufnahmen nach Schlüsselwörtern in all Ihren Inhalten
- Hochladen - Senden Sie neue Audio-/Videodateien zur Verarbeitung
Die Authentifizierung erfolgt über Bearer-Tokens. Sie generieren einen API-Token in Ihren ScreenApp-Kontoeinstellungen.
Für die vollständige Referenz siehe die ScreenApp API-Dokumentation.
Einrichtungsschritte
1. Holen Sie sich Ihren ScreenApp API-Token
Melden Sie sich bei ScreenApp an, gehen Sie zu Einstellungen > API und generieren Sie einen neuen Token. Kopieren Sie ihn an einen sicheren Ort. Sie werden ihn im nächsten Schritt benötigen.
2. Erstellen Sie den Skill-Ordner
OpenClaw-Skills befinden sich in ~/.openclaw/skills/ (agentenübergreifend geteilt) oder im /skills/-Ordner Ihres Arbeitsbereichs (pro Agent). Der Name des Skill-Ordners muss mit dem Feld name in Ihrem SKILL.md-Frontmatter übereinstimmen. Erstellen Sie die vollständige Struktur:
mkdir -p ~/.openclaw/skills/screenapp/references
Das endgültige Ordnerlayout:
screenapp/
├── SKILL.md # Erforderlich: Frontmatter + Agentenanweisungen
├── claw.json # Für ClawHub-Veröffentlichung (optional)
└── references/
└── api-endpoints.md # Detaillierte Endpunkt-Dokumentation bei Bedarf geladen
3. Schreiben Sie die SKILL.md
Das Feld description bestimmt, ob der Agent diesen Skill auswählt. OpenClaw scannt zu Beginn jeder Sitzung den name und die description jedes installierten Skills. Fügen Sie Auslösephrasen und Schlüsselwortvarianten hinzu, damit der Agent sie auf Anfragen zu Transkripten, Meetings, Aufzeichnungen und Notizen abstimmt.
Erstellen Sie ~/.openclaw/skills/screenapp/SKILL.md:
---
name: screenapp
description: Besprechungsaufzeichnungen und -transkripte durchsuchen, Besprechungsnotizen und Aktionspunkte abrufen, Audio und Video transkribieren, KI-Fragen zu aufgezeichneten Inhalten stellen. Verwenden Sie dies, wenn der Benutzer Transkription, Besprechungsnotizen, Aufzeichnungen, Audio-zu-Text, Sprache-zu-Text, Besprechungssuche erwähnt oder aufgezeichnete Besprechungen und Anrufe finden oder analysieren möchte.
metadata: {"clawdbot":{"emoji":"","requires":{"env":["SCREENAPP_API_TOKEN"]},"primaryEnv":"SCREENAPP_API_TOKEN","homepage":"https://screenapp.io"}}
---
# ScreenApp-Integration
Greifen Sie auf die ScreenApp-Aufzeichnungen, Transkripte und KI-Analysen des Benutzers zu.
Authentifizierung
Alle Anfragen erfordern die Umgebungsvariable SCREENAPP_API_TOKEN.
Header: Authorization: Bearer $SCREENAPP_API_TOKEN Basis-URL: https://api.screenapp.io
Verfügbare Aktionen
Aufnahmen nach Stichwort durchsuchen
GET /v2/files?searchQuery={query}
Verwenden Sie dies, wenn der Benutzer ein bestimmtes Meeting, eine Aufnahme oder ein Thema finden möchte.
Eine Aufnahme mit Transkript abrufen
GET /v2/files/{fileId}
Gibt das vollständige Aufnahmeobjekt zurück, einschließlich des mit Zeitstempeln versehenen Transkripts mit Sprecherbezeichnungen. Verwenden Sie dies, um Besprechungsnotizen abzurufen, Gesagtes nachzulesen oder den vollständigen Text eines Anrufs zu erhalten.
KI eine Frage zu einer Aufnahme stellen
POST /v2/files/{fileId}/ask/multimodal Body: { “promptText”: “Ihre Frage hier” }
Analysiert sowohl das Transkript als auch den Videoinhalt. Verwenden Sie dies zum Zusammenfassen von Meetings, Extrahieren von Aufgaben oder Beantworten spezifischer Fragen zu den Ereignissen in einer Aufnahme.
Aktuelle Aufnahmen auflisten
GET /v2/files?sortBy=createdAt&sortOrder=desc&limit=10
Verwenden Sie dies, wenn der Benutzer nach seinen neuesten Meetings oder aktuellen Aufnahmen fragt.
Optional erstellen Sie `references/api-endpoints.md` mit detaillierteren Parameterdokumentationen. Der Agent lädt Referenzdateien nur bei Bedarf, um den anfänglichen Skill-Scan schlank zu halten.
#
## 4. API-Token festlegen
Fügen Sie Ihr ScreenApp-Token zur Umgebung von OpenClaw hinzu. Bearbeiten Sie `~/.openclaw/openclaw.json`:
```json
{
"env": {
"SCREENAPP_API_TOKEN": "Ihr-Token-hier"
}
}
Oder exportieren Sie es in Ihrem Shell-Profil, falls Sie dies bevorzugen.
5. OpenClaw neu starten
openclaw gateway restart
Der Agent wird die neue Fähigkeit in der nächsten Sitzung übernehmen. Sie können überprüfen, ob sie geladen wurde, indem Sie Ihren Agenten fragen: “Welche Fähigkeiten hast du?“
6. Testen Sie es
Senden Sie eine Nachricht an Ihren OpenClaw-Agenten auf Telegram oder WhatsApp:
- “Durchsuche meine ScreenApp-Aufnahmen nach der Produkt-Roadmap-Diskussion”
- “Hole das Transkript von meinem letzten Meeting”
- “Welche Aufgaben sind aus dem gestrigen Standup hervorgegangen?”
Der Agent wird die ScreenApp-Fähigkeit nutzen, um die Daten abzurufen und Ihre Frage zu beantworten.
Im ClawHub veröffentlichen
Wenn Sie möchten, dass andere OpenClaw-Benutzer Ihre ScreenApp-Fähigkeit finden und installieren, veröffentlichen Sie sie auf ClawHub, dem offiziellen Fähigkeitsregister von OpenClaw. ClawHub verwendet Vektorsuche, sodass Abfragen in natürlicher Sprache wie “Besprechungstranskripte suchen” oder “Audioaufnahmen transkribieren” Ihre Fähigkeit hervorheben, solange die Beschreibung diese Begriffe abdeckt.
Fügen Sie ein claw.json-Manifest zu Ihrem Fähigkeitenordner hinzu:
{
"name": "screenapp",
"version": "1.0.0",
"description": "Search meeting recordings, get transcripts, extract action items, and ask AI questions about recorded content via the ScreenApp API.",
"author": "your-clawhub-username",
"license": "MIT",
"permissions": ["network"],
"entry": "SKILL.md",
"tags": ["transcription", "meetings", "recordings", "note-taking", "productivity", "speech-to-text"],
"models": ["claude-*", "gpt-*", "gemini-*"],
"minOpenClawVersion": "0.8.0"
}
Dann veröffentlichen Sie es:
clawhub publish ~/.openclaw/skills/screenapp
Nach der Veröffentlichung kann es jeder installieren mit:
clawhub install screenapp
Ihre Fähigkeit wird auch auf Moltbook erscheinen, einem plattformübergreifenden Index, der Fähigkeiten für OpenClaw, Claude Code, Cursor und andere KI-Codierungs-Tools auflistet. Moltbook indiziert ClawHub automatisch, sodass kein zusätzlicher Schritt erforderlich ist.
Aufbau eines MCP-Servers (fortgeschritten)
Wenn Sie einen richtigen MCP-Server anstelle eines Fähigkeits-basierten Ansatzes wünschen, können Sie die ScreenApp API in einem Node.js MCP-Server wrappen. Dies bietet Ihnen Kompatibilität mit Claude Desktop, Cursor und jedem anderen MCP-Client, nicht nur mit OpenClaw.
// screenapp-mcp/index.js
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";
const server = new McpServer({
name: "screenapp",
version: "1.0.0",
});
const API_BASE = "https://api.screenapp.io";
const TOKEN = process.env.SCREENAPP_API_TOKEN;
server.tool(
"search_recordings",
{ query: z.string() },
async ({ query }) => {
const res = await fetch(
`${API_BASE}/v2/files?searchQuery=${encodeURIComponent(query)}`,
{ headers: { Authorization: `Bearer ${TOKEN}` } }
);
const data = await res.json();
return {
content: [{ type: "text", text: JSON.stringify(data, null, 2) }],
};
}
);
server.tool(
"get_transcript",
{ fileId: z.string() },
async ({ fileId }) => {
const res = await fetch(`${API_BASE}/v2/files/${fileId}`, {
headers: { Authorization: `Bearer ${TOKEN}` },
});
const data = await res.json();
return {
content: [{ type: "text", text: JSON.stringify(data.transcript, null, 2) }],
};
}
);
server.tool(
"analyze_recording",
{ fileId: z.string(), question: z.string() },
async ({ fileId, question }) => {
const res = await fetch(
`${API_BASE}/v2/files/${fileId}/ask/multimodal`,
{
method: "POST",
headers: {
Authorization: `Bearer ${TOKEN}`,
"Content-Type": "application/json",
},
body: JSON.stringify({ promptText: question }),
}
);
const data = await res.json();
return {
content: [{ type: "text", text: JSON.stringify(data, null, 2) }],
};
}
);
Registrieren Sie es dann in der OpenClaw-Konfiguration oder verwenden Sie es eigenständig mit Claude Desktop.
Anwendungsfälle
Besprechungs-Follow-ups: Fragen Sie Ihren Agenten: “Was sagte Sarah über den Zeitplan im gestrigen Anruf?”, und er ruft das Transkript ab, findet den relevanten Abschnitt und gibt Ihnen die Antwort.
Wöchentliche Zusammenfassungen: “Fasse alle meine Besprechungen dieser Woche zusammen” löst eine Suche in Ihren Aufnahmen aus und generiert einen konsolidierten Bericht.
Aufgabenverfolgung: “Welche offenen Aufgaben habe ich aus den Besprechungen dieses Monats?” durchsucht Ihre Transkripte nach Zusagen und Fristen.
Inhalts-Wiederverwendung: “Verwandle meine letzte Webinar-Aufnahme in eine Gliederung für einen Blog-Beitrag” nutzt den KI-Analyse-Endpunkt, um strukturierte Inhalte aus Ihrem Video zu generieren.
Verwandte ScreenApp-Funktionen
- KI-Meeting-Zusammenfasser: Zusammenfassungen von jeder Aufnahme erstellen
- Transkriptionssoftware: Automatische Spracherkennung mit Sprecherkennzeichnung
- KI-Notiznehmer: Strukturierte Notizen aus Ihren Gesprächen
FAQ
Was ist ein MCP-Server?
Ein MCP (Model Context Protocol)-Server ist ein lokales Programm, das Daten und Tools für KI-Modelle bereitstellt. Er ermöglicht KI-Assistenten wie Claude oder OpenClaw-Agenten den Zugriff auf externe Dienste, ohne Daten manuell kopieren und einfügen zu müssen.
Benötige ich einen kostenpflichtigen ScreenApp-Plan für den API-Zugriff?
Der API-Zugriff ist in den kostenpflichtigen ScreenApp-Plänen verfügbar. Überprüfen Sie Ihre Kontoeinstellungen, um zu sehen, ob der API-Bereich verfügbar ist. Kostenlose Konten haben eingeschränkten API-Zugriff.
Kann ich dies mit Claude Desktop anstelle von OpenClaw verwenden?
Ja. Der MCP-Server-Ansatz funktioniert mit jedem MCP-kompatiblen Client. Claude Desktop, ChatGPT Desktop und Cursor unterstützen alle MCP-Server. OpenClaw bietet den zusätzlichen Vorteil, dass es von mobilen Messaging-Apps aus zugänglich ist.
Werden meine Aufnahmedaten an die Server von OpenClaw gesendet?
Nein. OpenClaw ist selbstgehostet und läuft vollständig auf Ihrem Rechner. Ihr ScreenApp API-Token und Ihre Aufnahmedaten bleiben lokal. Das KI-Modell verarbeitet die Daten, aber OpenClaw selbst speichert oder leitet Ihre Inhalte nicht weiter.
Wie findet der Agent die richtige Fähigkeit?
OpenClaw scannt die Felder name und description jeder installierten Fähigkeit zu Beginn jeder Sitzung. Wenn Sie etwas wie “find my last meeting” fragen, gleicht der Agent dies mit den Fähigkeitsbeschreibungen ab und lädt die vollständige SKILL.md für die Fähigkeit, die am besten passt. Deshalb sollte die Beschreibung konkrete Auslösephrasen wie “Transkription”, “Besprechungsnotizen” und “Aufnahmen” enthalten, anstatt vager Formulierungen wie “hilft bei Aufnahmen”.
Wie viele Aufnahmen kann der MCP-Server verarbeiten?
Die ScreenApp API verarbeitet die Paginierung, sodass Sie mit Bibliotheken jeder Größe arbeiten können. Für beste Ergebnisse verwenden Sie Suchanfragen, um die Ergebnisse einzugrenzen, anstatt alles auf einmal aufzulisten.
