Cara Menghubungkan ScreenApp ke Agen AI OpenClaw melalui Server MCP
On this page
Agen AI Anda seharusnya dapat menampilkan catatan rapat Selasa lalu tanpa Anda harus mencari-cari di folder. Dengan API ScreenApp dan Model Context Protocol (MCP), Anda dapat memberikan agen OpenClaw akses langsung ke rekaman, transkrip, dan ringkasan AI Anda.
Panduan ini menjelaskan cara membangun keterampilan server MCP ScreenApp sehingga agen OpenClaw Anda dapat mencari rekaman, mengambil transkrip, dan menjalankan analisis AI pada konten Anda, semuanya dari pesan obrolan di Telegram, WhatsApp, atau Discord.
Jika Anda baru mengenal server MCP untuk rekaman rapat, lihat perbandingan server MCP terbaik kami untuk rapat untuk melihat bagaimana ScreenApp bersaing.
Apa itu OpenClaw?
OpenClaw adalah gateway yang di-host sendiri yang menghubungkan aplikasi perpesanan (WhatsApp, Telegram, Discord, iMessage) ke agen pengkodean AI. Anda menjalankan satu proses di mesin Anda dan ini menjembatani aplikasi obrolan Anda ke asisten AI yang selalu tersedia.
Ide utamanya: Anda mengirim pesan kepada agen Anda dari ponsel, dan agen tersebut dapat menggunakan alat, membaca file, menjelajahi web, dan sekarang, mengakses rekaman ScreenApp Anda.
OpenClaw menggunakan keterampilan untuk mengajari agen cara menggunakan alat. Setiap keterampilan adalah folder dengan file SKILL.md yang menjelaskan perintah yang tersedia. Keterampilan juga dapat membungkus server MCP, dan begitulah cara kita akan menghubungkan ScreenApp.
OpenClaw menemukan keterampilan melalui sistem tiga tingkat. Saat sesi dimulai, agen memindai name dan description dari frontmatter setiap keterampilan. Ketika suatu keterampilan terlihat relevan, ia memuat SKILL.md lengkap. Ini berarti bidang deskripsi Anda adalah faktor terpenting tunggal apakah agen memilih keterampilan Anda. Tulis seolah-olah Anda memberi tahu rekan kerja apa yang dilakukan keterampilan tersebut dan kapan menggunakannya.
Apa itu MCP?
Model Context Protocol adalah standar yang dibuat oleh Anthropic yang memungkinkan model AI mengakses sumber data eksternal. Anggap saja seperti USB-C untuk aplikasi AI. Alih-alih menyalin-menempel transkrip ke ChatGPT, server MCP memungkinkan AI menarik apa yang dibutuhkannya secara langsung.
Server MCP berjalan secara lokal dan mengekspos alat (tindakan yang dapat diambil AI) dan sumber daya (data yang dapat dibaca AI). Untuk ScreenApp, alat-alat tersebut akan mencakup hal-hal seperti “cari rekaman,” “dapatkan transkrip,” dan “ajukan pertanyaan tentang video.”
MCP bekerja dengan Claude Desktop, ChatGPT Desktop, Cursor, dan melalui OpenClaw, aplikasi perpesanan apa pun.
Gambaran umum API ScreenApp
ScreenApp menyediakan API REST yang mencakup semua yang Anda butuhkan untuk integrasi MCP. Titik akhir utama:
- Daftar rekaman - Telusuri perpustakaan rekaman Anda dengan filter
- Dapatkan rekaman dengan transkrip - Ambil rekaman dan transkrip lengkapnya, dengan stempel waktu dan label pembicara
- Analisis AI - Ajukan pertanyaan tentang rekaman menggunakan titik akhir analisis multimodal (
/v2/files/{fileId}/ask/multimodal) - Cari - Temukan rekaman berdasarkan kata kunci di semua konten Anda
- Unggah - Kirim file audio/video baru untuk diproses
Autentikasi menggunakan token Bearer. Anda membuat token API dari pengaturan akun ScreenApp Anda.
Untuk referensi lengkap, lihat dokumentasi API ScreenApp.
Langkah-langkah penyiapan
1. Dapatkan token API ScreenApp Anda
Masuk ke ScreenApp, buka Pengaturan > API, dan buat token baru. Salin di tempat yang aman. Anda akan membutuhkannya di langkah berikutnya.
2. Buat folder skill
Skill OpenClaw berada di ~/.openclaw/skills/ (dibagikan ke seluruh agen) atau di folder /skills/ ruang kerja Anda (per-agen). Nama folder skill harus sesuai dengan bidang name di frontmatter SKILL.md Anda. Buat struktur lengkapnya:
mkdir -p ~/.openclaw/skills/screenapp/references
Tata letak folder akhir:
screenapp/
├── SKILL.md # Wajib: frontmatter + instruksi agen
├── claw.json # Untuk publikasi ClawHub (opsional)
└── references/
└── api-endpoints.md # Dokumen endpoint terperinci dimuat sesuai permintaan
3. Tulis SKILL.md
Bidang description adalah yang menentukan apakah agen memilih skill ini. OpenClaw memindai name dan description setiap skill yang terinstal di awal setiap sesi. Sertakan frasa pemicu dan varian kata kunci agar agen mencocokkannya dengan permintaan tentang transkrip, rapat, rekaman, dan pencatatan.
Buat ~/.openclaw/skills/screenapp/SKILL.md:
---
name: screenapp
description: Cari rekaman rapat dan transkrip, dapatkan notulen rapat dan item tindakan, transkripsi audio dan video, ajukan pertanyaan AI tentang konten yang direkam. Gunakan ketika pengguna menyebutkan transkripsi, notulen rapat, rekaman, audio-ke-teks, ucapan-ke-teks, pencarian rapat, atau ingin menemukan atau menganalisis rapat dan panggilan yang direkam.
metadata: {"clawdbot":{"emoji":"","requires":{"env":["SCREENAPP_API_TOKEN"]},"primaryEnv":"SCREENAPP_API_TOKEN","homepage":"https://screenapp.io"}}
---
# Integrasi ScreenApp
Akses rekaman, transkrip, dan analisis AI ScreenApp milik pengguna.
## Autentikasi
Semua permintaan memerlukan variabel lingkungan SCREENAPP_API_TOKEN.
Header: Otorisasi: Bearer $SCREENAPP_API_TOKEN
URL Dasar: https://api.screenapp.io
## Tindakan yang tersedia
#
## Cari rekaman berdasarkan kata kunci
GET /v2/files?searchQuery={query}
Gunakan ini ketika pengguna ingin menemukan rapat, rekaman, atau topik tertentu.
#
## Dapatkan rekaman beserta transkripnya
GET /v2/files/{fileId}
Mengembalikan objek rekaman lengkap termasuk transkrip berstempel waktu dengan label pembicara. Gunakan ini untuk mengambil catatan rapat, membaca kembali apa yang dikatakan, atau mendapatkan teks lengkap dari panggilan.
#
## Ajukan pertanyaan AI tentang rekaman
POST /v2/files/{fileId}/ask/multimodal
Body: { "promptText": "pertanyaan Anda di sini" }
Menganalisis konten transkrip dan video. Gunakan ini untuk merangkum rapat, mengekstrak item tindakan, atau menjawab pertanyaan spesifik tentang apa yang terjadi dalam rekaman.
#
## Daftar rekaman terbaru
GET /v2/files?sortBy=createdAt&sortOrder=desc&limit=10
Gunakan ini ketika pengguna bertanya tentang rapat terbaru mereka atau rekaman terkini.
Secara opsional, buat references/api-endpoints.md dengan dokumentasi parameter yang lebih rinci. Agen memuat file referensi hanya saat dibutuhkan, menjaga pemindaian skill awal tetap ringan.
4. Atur token API
Tambahkan token ScreenApp Anda ke lingkungan OpenClaw. Edit ~/.openclaw/openclaw.json:
{
"env": {
"SCREENAPP_API_TOKEN": "token-anda-di-sini"
}
}
Atau ekspor di profil shell Anda jika Anda mau.
5. Mulai ulang OpenClaw
openclaw gateway restart
Agen akan mengambil skill baru pada sesi berikutnya. Anda dapat memverifikasi bahwa skill tersebut telah dimuat dengan menanyakan kepada agen Anda: “Skill apa saja yang Anda miliki?“
6. Uji coba
Kirim pesan ke agen OpenClaw Anda di Telegram atau WhatsApp:
- “Cari rekaman ScreenApp saya untuk diskusi peta jalan produk”
- “Dapatkan transkrip dari rapat terakhir saya”
- “Tindakan apa saja yang muncul dari standup kemarin?”
Agen akan menggunakan skill ScreenApp untuk mengambil data dan menjawab pertanyaan Anda.
Publikasi ke ClawHub
Jika Anda ingin pengguna OpenClaw lainnya menemukan dan menginstal skill ScreenApp Anda, publikasikan ke ClawHub, registri skill resmi OpenClaw. ClawHub menggunakan pencarian vektor, sehingga kueri bahasa alami seperti “cari transkrip rapat” atau “transkripsi rekaman audio” akan menampilkan skill Anda selama deskripsinya mencakup istilah-istilah tersebut.
Tambahkan manifes claw.json ke folder skill Anda:
{
"name": "screenapp",
"version": "1.0.0",
"description": "Cari rekaman rapat, dapatkan transkrip, ekstrak item tindakan, dan ajukan pertanyaan AI tentang konten yang direkam melalui API ScreenApp.",
"author": "your-clawhub-username",
"license": "MIT",
"permissions": ["network"],
"entry": "SKILL.md",
"tags": ["transkripsi", "rapat", "rekaman", "pencatat-catatan", "produktivitas", "teks-ke-suara"],
"models": ["claude-*", "gpt-*", "gemini-*"],
"minOpenClawVersion": "0.8.0"
}
Kemudian publikasikan:
clawhub publish ~/.openclaw/skills/screenapp
Setelah dipublikasikan, siapa pun dapat menginstalnya dengan:
clawhub install screenapp
Skill Anda juga akan muncul di Moltbook, indeks lintas platform yang mencantumkan skill untuk OpenClaw, Claude Code, Cursor, dan alat pengkodean AI lainnya. Moltbook mengindeks ClawHub secara otomatis, jadi tidak ada langkah tambahan.
Membangun server MCP (lanjutan)
Jika Anda menginginkan server MCP yang tepat alih-alih pendekatan berbasis skill, Anda dapat membungkus API ScreenApp dalam server MCP Node.js. Ini memberi Anda kompatibilitas dengan Claude Desktop, Cursor, dan klien MCP lainnya, bukan hanya 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) }],
};
}
);
Kemudian daftarkan di konfigurasi OpenClaw atau gunakan secara mandiri dengan Claude Desktop.
Kasus penggunaan
Tindak lanjut rapat: Tanyakan kepada agen Anda “Apa yang dikatakan Sarah tentang linemasa dalam panggilan kemarin?” dan agen akan menarik transkrip, menemukan bagian yang relevan, dan memberi Anda jawabannya.
Ringkasan mingguan: “Ringkas semua rapat saya dari minggu ini” memicu pencarian di seluruh rekaman Anda dan menghasilkan laporan konsolidasi.
Pelacakan item tindakan: “Item tindakan terbuka apa yang saya miliki dari rapat bulan ini?” mencari komitmen dan tenggat waktu dalam transkrip Anda.
Penggunaan ulang konten: “Ubah rekaman webinar terakhir saya menjadi kerangka postingan blog” menggunakan endpoint analisis AI untuk menghasilkan konten terstruktur dari video Anda.
Fitur ScreenApp Terkait
- Peringkas Rapat AI: Hasilkan ringkasan dari rekaman apa pun
- Perangkat Lunak Transkripsi: Otomatis ucapan-ke-teks dengan label pembicara
- Pencatat Catatan AI: Catatan terstruktur dari percakapan Anda
FAQ
Apa itu server MCP?
Server MCP (Model Context Protocol) adalah program lokal yang mengekspos data dan alat ke model AI. Ini memungkinkan asisten AI seperti agen Claude atau OpenClaw mengakses layanan eksternal tanpa menyalin-tempel data secara manual.
Apakah saya memerlukan paket ScreenApp berbayar untuk akses API?
Akses API tersedia pada paket berbayar ScreenApp. Periksa pengaturan akun Anda untuk melihat apakah bagian API tersedia. Akun gratis memiliki akses API terbatas.
Bisakah saya menggunakan ini dengan Claude Desktop alih-alih OpenClaw?
Ya. Pendekatan server MCP berfungsi dengan klien apa pun yang kompatibel dengan MCP. Claude Desktop, ChatGPT Desktop, dan Cursor semuanya mendukung server MCP. OpenClaw menambahkan manfaat akses dari aplikasi pesan seluler.
Apakah data rekaman saya dikirim ke server OpenClaw?
Tidak. OpenClaw dihosting sendiri dan berjalan sepenuhnya di mesin Anda. Token API ScreenApp dan data rekaman Anda tetap lokal. Model AI memproses data, tetapi OpenClaw sendiri tidak menyimpan atau meneruskan konten Anda.
Bagaimana agen menemukan skill yang tepat?
OpenClaw memindai bidang name dan description dari setiap skill yang terinstal di awal setiap sesi. Ketika Anda menanyakan sesuatu seperti “temukan rapat terakhir saya,” agen mencocokkan itu dengan deskripsi skill dan memuat SKILL.md lengkap untuk skill mana pun yang paling sesuai. Inilah mengapa deskripsi harus mencakup frasa pemicu konkret seperti “transkripsi,” “catatan rapat,” dan “rekaman” daripada bahasa yang tidak jelas seperti “membantu dengan rekaman.”
Berapa banyak rekaman yang dapat ditangani oleh server MCP?
ScreenApp API menangani paginasi, sehingga Anda dapat bekerja dengan pustaka berbagai ukuran. Untuk hasil terbaik, gunakan kueri pencarian untuk mempersempit hasil daripada mencantumkan semuanya sekaligus.
