Votre agent IA devrait pouvoir retrouver les notes de réunion de mardi dernier sans que vous ayez à fouiller dans les dossiers. Avec l’API de ScreenApp et le Model Context Protocol (MCP), vous pouvez donner aux agents OpenClaw un accès direct à vos enregistrements, transcriptions et résumés IA.

Ce guide explique comment créer une compétence de serveur MCP ScreenApp afin que votre agent OpenClaw puisse rechercher des enregistrements, récupérer des transcriptions et exécuter des analyses IA sur votre contenu, le tout à partir d’un message de chat sur Telegram, WhatsApp ou Discord.

Si vous débutez avec les serveurs MCP pour les enregistrements de réunions, consultez notre comparaison des meilleurs serveurs MCP pour les réunions pour voir comment ScreenApp se positionne.

Qu’est-ce qu’OpenClaw ?

OpenClaw est une passerelle auto-hébergée qui connecte les applications de messagerie (WhatsApp, Telegram, Discord, iMessage) à des agents de codage IA. Vous exécutez un seul processus sur votre machine et il relie vos applications de chat à un assistant IA toujours disponible.

L’idée clé : vous envoyez un message à votre agent depuis votre téléphone, et il peut utiliser des outils, lire des fichiers, naviguer sur le Web, et maintenant, accéder à vos enregistrements ScreenApp.

OpenClaw utilise des compétences pour enseigner aux agents comment utiliser les outils. Chaque compétence est un dossier avec un fichier SKILL.md qui décrit les commandes disponibles. Les compétences peuvent également envelopper des serveurs MCP, et c’est ainsi que nous connecterons ScreenApp.

OpenClaw découvre les compétences via un système à trois niveaux. Au démarrage de la session, l’agent scanne le name et le description du frontmatter de chaque compétence. Lorsqu’une compétence semble pertinente, il charge le SKILL.md complet. Cela signifie que votre champ de description est le facteur le plus important pour savoir si l’agent choisira votre compétence. Rédigez-le comme si vous expliquiez à un collègue ce que fait la compétence et quand l’utiliser.

Qu’est-ce que le MCP ?

Le Model Context Protocol est une norme créée par Anthropic qui permet aux modèles d’IA d’accéder à des sources de données externes. Pensez-y comme l’USB-C pour les applications IA. Au lieu de copier-coller des transcriptions dans ChatGPT, un serveur MCP permet à l’IA de récupérer directement ce dont elle a besoin.

Les serveurs MCP s’exécutent localement et exposent des outils (actions que l’IA peut entreprendre) et des ressources (données que l’IA peut lire). Pour ScreenApp, les outils incluraient des éléments tels que “rechercher des enregistrements”, “obtenir une transcription” et “poser une question sur une vidéo”.

Le MCP fonctionne avec Claude Desktop, ChatGPT Desktop, Cursor et, via OpenClaw, toute application de messagerie.

Présentation de l’API ScreenApp

ScreenApp fournit une API REST qui couvre tout ce dont vous avez besoin pour une intégration MCP. Les principaux points d’accès :

• Lister les enregistrements - Parcourir votre bibliothèque d’enregistrements avec des filtres
• Obtenir un enregistrement avec transcription - Récupérer un enregistrement et sa transcription complète, avec horodatages et étiquettes de locuteur
• Analyse IA - Poser des questions sur un enregistrement en utilisant le point d’accès d’analyse multimodale (/v2/files/{fileId}/ask/multimodal)
• Rechercher - Trouver des enregistrements par mot-clé dans tout votre contenu
• Uploader - Envoyer de nouveaux fichiers audio/vidéo pour traitement

L’authentification utilise des jetons Bearer. Vous générez un jeton API à partir des paramètres de votre compte ScreenApp.

Pour la référence complète, consultez la documentation de l’API ScreenApp.

Étapes de configuration

1. Obtenez votre jeton d’API ScreenApp

Connectez-vous à ScreenApp, allez dans Paramètres > API, et générez un nouveau jeton. Copiez-le en lieu sûr. Vous en aurez besoin à l’étape suivante.

2. Créez le dossier de compétence

Les compétences OpenClaw se trouvent dans ~/.openclaw/skills/ (partagées entre les agents) ou dans le dossier /skills/ de votre espace de travail (par agent). Le nom du dossier de compétence doit correspondre au champ name dans le frontmatter de votre SKILL.md. Créez la structure complète :

mkdir -p ~/.openclaw/skills/screenapp/references

La structure finale des dossiers :

screenapp/
├── SKILL.md              # Requis : frontmatter + instructions pour l'agent
├── claw.json             # Pour la publication ClawHub (facultatif)
└── references/
    └── api-endpoints.md  # Documentation détaillée des points d'accès chargée à la demande

3. Écrivez le SKILL.md

Le champ description est ce qui détermine si l’agent choisit cette compétence. OpenClaw scanne le champ name et description de chaque compétence installée au début de chaque session. Incluez des phrases déclencheuses et des variantes de mots-clés afin que l’agent puisse les associer aux demandes concernant les transcriptions, les réunions, les enregistrements et la prise de notes.

Créez ~/.openclaw/skills/screenapp/SKILL.md :

---
name: screenapp
description: Recherchez les enregistrements et transcriptions de réunions, obtenez des notes de réunion et des éléments d'action, transcrivez l'audio et la vidéo, posez des questions d'IA sur le contenu enregistré. À utiliser lorsque l'utilisateur mentionne la transcription, les notes de réunion, les enregistrements, l'audio-vers-texte, la parole-vers-texte, la recherche de réunion, ou souhaite trouver ou analyser des réunions et appels enregistrés.
metadata: {"clawdbot":{"emoji":"","requires":{"env":["SCREENAPP_API_TOKEN"]},"primaryEnv":"SCREENAPP_API_TOKEN","homepage":"https://screenapp.io"}}
---

# Intégration ScreenApp

Accédez aux enregistrements ScreenApp, aux transcriptions et à l'analyse IA de l'utilisateur.

## Authentification

Toutes les requêtes nécessitent la variable d'environnement SCREENAPP_API_TOKEN.

En-têtes : Authorization: Bearer $SCREENAPP_API_TOKEN
URL de base : https://api.screenapp.io

## Actions disponibles

#

## Rechercher des enregistrements par mot-clé
GET /v2/files?searchQuery={query}

Utilisez ceci lorsque l'utilisateur souhaite trouver une réunion, un enregistrement ou un sujet spécifique.

#

## Obtenir un enregistrement avec sa transcription
GET /v2/files/{fileId}

Renvoie l'objet d'enregistrement complet incluant la transcription horodatée avec les étiquettes des intervenants. Utilisez ceci pour récupérer les notes de réunion, relire ce qui a été dit ou obtenir le texte intégral d'un appel.

#

## Poser une question à l'IA concernant un enregistrement
POST /v2/files/{fileId}/ask/multimodal
Body: { "promptText": "votre question ici" }

Analyse à la fois la transcription et le contenu vidéo. Utilisez ceci pour résumer des réunions, extraire des éléments d'action ou répondre à des questions spécifiques sur ce qui s'est passé dans un enregistrement.

#

## Lister les enregistrements récents
GET /v2/files?sortBy=createdAt&sortOrder=desc&limit=10

Utilisez ceci lorsque l'utilisateur pose des questions sur ses dernières réunions ou ses enregistrements récents.

Optionnellement, créez references/api-endpoints.md avec une documentation plus détaillée des paramètres. L’agent ne charge les fichiers de référence que lorsqu’il en a besoin, ce qui maintient la numérisation initiale des compétences légère.

4. Définir le jeton API

Ajoutez votre jeton ScreenApp à l’environnement d’OpenClaw. Modifiez ~/.openclaw/openclaw.json :

{
  "env": {
    "SCREENAPP_API_TOKEN": "votre-jeton-ici"
  }
}

Ou exportez-le dans votre profil shell si vous préférez.

5. Redémarrer OpenClaw

openclaw gateway restart

L’agent prendra en compte la nouvelle compétence lors de la prochaine session. Vous pouvez vérifier qu’elle est chargée en demandant à votre agent : “Quelles compétences possédez-vous ?“

6. Tester

Envoyez un message à votre agent OpenClaw sur Telegram ou WhatsApp :

• “Recherchez dans mes enregistrements ScreenApp la discussion sur la feuille de route du produit”
• “Obtenez la transcription de ma dernière réunion”
• “Quels éléments d’action sont ressortis du point quotidien d’hier ?”

L’agent utilisera la compétence ScreenApp pour récupérer les données et répondre à votre question.

Publication sur ClawHub

Si vous souhaitez que d’autres utilisateurs d’OpenClaw trouvent et installent votre compétence ScreenApp, publiez-la sur ClawHub, le registre officiel des compétences d’OpenClaw. ClawHub utilise la recherche vectorielle, de sorte que les requêtes en langage naturel telles que “rechercher les transcriptions de réunions” ou “transcrire les enregistrements audio” feront apparaître votre compétence tant que la description couvre ces termes.

Ajoutez un manifeste claw.json à votre dossier de compétence :

{
  "name": "screenapp",
  "version": "1.0.0",
  "description": "Recherchez des enregistrements de réunions, obtenez des transcriptions, extrayez des éléments d'action et posez des questions à l'IA sur le contenu enregistré via l'API ScreenApp.",
  "author": "votre-nom-utilisateur-clawhub",
  "license": "MIT",
  "permissions": ["network"],
  "entry": "SKILL.md",
  "tags": ["transcription", "réunions", "enregistrements", "prise de notes", "productivité", "synthèse vocale"],
  "models": ["claude-*", "gpt-*", "gemini-*"],
  "minOpenClawVersion": "0.8.0"
}

Ensuite, publiez :

clawhub publish ~/.openclaw/skills/screenapp

Une fois publiée, n’importe qui peut l’installer avec :

clawhub install screenapp

Votre compétence apparaîtra également sur Moltbook, un index multiplateforme qui répertorie les compétences pour OpenClaw, Claude Code, Cursor et d’autres outils de codage basés sur l’IA. Moltbook indexe ClawHub automatiquement, il n’y a donc aucune étape supplémentaire.

Construction d’un serveur MCP (avancé)

Si vous souhaitez un véritable serveur MCP plutôt qu’une approche basée sur les compétences, vous pouvez encapsuler l’API ScreenApp dans un serveur MCP Node.js. Cela vous offre une compatibilité avec Claude Desktop, Cursor et tout autre client MCP, pas seulement 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) }],
    };
  }
);

Ensuite, enregistrez-le dans la configuration d’OpenClaw ou utilisez-le de manière autonome avec Claude Desktop.

Cas d’utilisation

Suivis de réunion : Demandez à votre agent “Qu’est-ce que Sarah a dit à propos du calendrier lors de l’appel d’hier ?” et il récupérera la transcription, trouvera la section pertinente et vous donnera la réponse.

Résumés hebdomadaires : “Résume toutes mes réunions de cette semaine” déclenche une recherche dans vos enregistrements et génère un rapport consolidé.

Suivi des éléments d’action : “Quels éléments d’action ouverts ai-je des réunions de ce mois-ci ?” recherche dans vos transcriptions les engagements et les échéances.

Réutilisation de contenu : “Transforme l’enregistrement de mon dernier webinaire en un plan d’article de blog” utilise le point de terminaison d’analyse de l’IA pour générer du contenu structuré à partir de votre vidéo.

Fonctionnalités ScreenApp associées

• Résumé de réunion IA : Générez des résumés à partir de n’importe quel enregistrement
• Logiciel de transcription : Transcription automatique de la parole en texte avec identification des locuteurs
• Preneur de notes IA : Notes structurées à partir de vos conversations

Foire aux questions

Qu’est-ce qu’un serveur MCP ?

Un serveur MCP (Model Context Protocol) est un programme local qui expose des données et des outils aux modèles d’IA. Il permet aux assistants IA comme Claude ou aux agents OpenClaw d’accéder à des services externes sans copier-coller manuellement les données.

Ai-je besoin d’un forfait ScreenApp payant pour l’accès à l’API ?

L’accès à l’API est disponible avec les forfaits payants de ScreenApp. Vérifiez les paramètres de votre compte pour voir si la section API est disponible. Les comptes gratuits ont un accès limité à l’API.

Puis-je l’utiliser avec Claude Desktop au lieu d’OpenClaw ?

Oui. L’approche du serveur MCP fonctionne avec tout client compatible MCP. Claude Desktop, ChatGPT Desktop et Cursor prennent tous en charge les serveurs MCP. OpenClaw ajoute l’avantage d’y accéder depuis les applications de messagerie mobile.

Mes données d’enregistrement sont-elles envoyées aux serveurs d’OpenClaw ?

Non. OpenClaw est auto-hébergé et s’exécute entièrement sur votre machine. Votre jeton d’API ScreenApp et vos données d’enregistrement restent locaux. Le modèle d’IA traite les données, mais OpenClaw lui-même ne stocke ni ne transmet votre contenu.

Comment l’agent trouve-t-il la bonne compétence ?

OpenClaw scanne les champs name et description de chaque compétence installée au début de chaque session. Lorsque vous demandez quelque chose comme “retrouver ma dernière réunion”, l’agent compare cela aux descriptions de compétences et charge le fichier SKILL.md complet de la compétence qui correspond le mieux. C’est pourquoi la description doit inclure des expressions déclencheuses concrètes comme “transcription”, “notes de réunion” et “enregistrements” plutôt qu’un langage vague comme “aide avec les enregistrements”.

Combien d’enregistrements le serveur MCP peut-il gérer ?

L’API ScreenApp gère la pagination, vous pouvez donc travailler avec des bibliothèques de toute taille. Pour de meilleurs résultats, utilisez des requêtes de recherche pour affiner les résultats plutôt que de tout lister en une fois.