ScreenAppをMCPサーバー経由でOpenClaw AIエージェントに接続する方法
On this page
AIエージェントは、フォルダーを掘り起こさなくても、先週火曜日の会議メモを呼び出せるはずです。ScreenAppのAPIとModel Context Protocol (MCP)を使用すると、OpenClawエージェントに録音、文字起こし、AIによる要約への直接アクセスを許可できます。
このガイドでは、ScreenApp MCPサーバーのスキルを構築する方法を説明します。これにより、OpenClawエージェントは、Telegram、WhatsApp、Discordのチャットメッセージから、録音の検索、文字起こしの取得、コンテンツに対するAI分析の実行を行うことができます。
会議録音用のMCPサーバーを初めて使用する場合は、ScreenAppがどのように優れているかを確認するために、会議に最適なMCPサーバーの比較をご覧ください。
OpenClawとは？
OpenClawは、メッセージングアプリ（WhatsApp, Telegram, Discord, iMessage）をAIコーディングエージェントに接続する自己ホスト型ゲートウェイです。マシン上で単一のプロセスを実行すると、チャットアプリを常時利用可能なAIアシスタントに接続します。
重要なアイデアは、スマートフォンからエージェントにメッセージを送信すると、ツールを使用したり、ファイルを読んだり、ウェブを閲覧したり、そして今やScreenAppの録音にアクセスしたりできることです。
OpenClawは、エージェントにツールの使い方を教えるためにスキルを使用します。各スキルは、利用可能なコマンドを記述したSKILL.mdファイルを含むフォルダーです。スキルはMCPサーバーをラップすることもでき、これがScreenAppを接続する方法です。
OpenClawは、3層システムを通じてスキルを発見します。セッション開始時に、エージェントは各スキルのフロントマターからnameとdescriptionをスキャンします。関連性があるように見えるスキルがある場合、完全なSKILL.mdをロードします。これは、エージェントがあなたのスキルを選択するかどうかにおいて、説明フィールドが最も重要な要素であることを意味します。同僚にそのスキルが何をし、いつ使うのかを伝えるように記述してください。
MCPとは？
Model Context Protocolは、Anthropicによって作成された標準で、AIモデルが外部データソースにアクセスできるようにします。AIアプリのUSB-Cのようなものだと考えてください。文字起こしをChatGPTにコピー＆ペーストする代わりに、MCPサーバーはAIが必要なものを直接取得できるようにします。
MCPサーバーはローカルで実行され、ツール（AIが実行できるアクション）とリソース（AIが読み取れるデータ）を公開します。ScreenAppの場合、ツールには「録音を検索」、「文字起こしを取得」、「ビデオについて質問する」などが含まれます。
MCPは、Claude Desktop、ChatGPT Desktop、Cursor、そしてOpenClawを介して、あらゆるメッセージングアプリと連携します。
ScreenApp API概要
ScreenAppは、MCP連携に必要なすべてをカバーするREST APIを提供しています。主なエンドポイントは以下の通りです。
- 録音を一覧表示 - フィルターを使用して録音ライブラリを閲覧
- 文字起こし付きで録音を取得 - 録音と、タイムスタンプおよび話者ラベル付きの完全な文字起こしを取得
- AI分析 - マルチモーダル分析エンドポイント (
/v2/files/{fileId}/ask/multimodal) を使用して、録音について質問 - 検索 - すべてのコンテンツからキーワードで録音を検索
- アップロード - 新しいオーディオ/ビデオファイルを処理のために送信
認証にはベアラー（Bearer）トークンを使用します。APIトークンはScreenAppアカウント設定から生成します。
完全なリファレンスについては、ScreenApp APIドキュメントをご覧ください。
セットアップ手順
1. ScreenApp APIトークンを取得する
ScreenAppにログインし、設定 > APIに進み、新しいトークンを生成します。安全な場所にコピーしてください。次のステップで必要になります。
2. スキルフォルダを作成する
OpenClawスキルは、~/.openclaw/skills/（エージェント間で共有）またはワークスペースの/skills/フォルダ（エージェントごと）に保存されます。スキルフォルダ名は、SKILL.mdのフロントマターのnameフィールドと一致する必要があります。以下の完全な構造を作成してください:
mkdir -p ~/.openclaw/skills/screenapp/references
最終的なフォルダレイアウト:
screenapp/
├── SKILL.md # 必須: フロントマター + エージェント指示
├── claw.json # ClawHub公開用 (任意)
└── references/
└── api-endpoints.md # 必要に応じてロードされる詳細なエンドポイントドキュメント
3. SKILL.mdを作成する
descriptionフィールドは、エージェントがこのスキルを選択するかどうかを決定します。OpenClawは、各セッションの開始時に、インストールされているすべてのスキルのnameとdescriptionをスキャンします。エージェントが、トランスクリプト、会議、録音、メモ取りに関するリクエストと一致するように、トリガーフレーズとキーワードのバリエーションを含めてください。
~/.openclaw/skills/screenapp/SKILL.mdを作成する:
---
name: screenapp
description: 会議の録音とトランスクリプトを検索し、会議のメモとアクション項目を取得し、オーディオとビデオを転写し、録音されたコンテンツについてAIに質問します。ユーザーが文字起こし、会議メモ、録音、音声テキスト化、音声認識、会議検索について言及した場合、または録音された会議や通話を見つけたり分析したりしたい場合に使用します。
metadata: {"clawdbot":{"emoji":"","requires":{"env":["SCREENAPP_API_TOKEN"]},"primaryEnv":"SCREENAPP_API_TOKEN","homepage":"https://screenapp.io"}}
---
# ScreenApp連携
ユーザーのScreenAppの録音、トランスクリプト、AI分析にアクセスします。
## 認証
すべてのリクエストにはSCREENAPP_API_TOKEN環境変数が必要です。
ヘッダー: Authorization: Bearer $SCREENAPP_API_TOKEN
ベースURL: https://api.screenapp.io
## 利用可能なアクション
#
## キーワードで録音を検索
GET /v2/files?searchQuery={query}
ユーザーが特定の会議、録音、またはトピックを検索したいときに使用します。
#
## 転写付きの録音を取得
GET /v2/files/{fileId}
タイムスタンプ付きの転写と話者ラベルを含む完全な録音オブジェクトを返します。会議メモの取得、発言内容の読み返し、または通話の全文取得に使用します。
#
## 録音についてAIに質問する
POST /v2/files/{fileId}/ask/multimodal
Body: { "promptText": "ここに質問を記入" }
転写と動画コンテンツの両方を分析します。会議の要約、アクションアイテムの抽出、または録音で何が起こったかについての具体的な質問への回答に使用します。
#
## 最近の録音を一覧表示
GET /v2/files?sortBy=createdAt&sortOrder=desc&limit=10
ユーザーが最新の会議や最近の録音について尋ねるときに使用します。
オプションで、より詳細なパラメータドキュメントを含む references/api-endpoints.md を作成します。エージェントは必要なときにのみ参照ファイルをロードするため、初期スキルスキャンが軽量に保たれます。
4. APIトークンを設定する
ScreenAppトークンをOpenClawの環境に追加します。~/.openclaw/openclaw.json を編集してください:
{
"env": {
"SCREENAPP_API_TOKEN": "ここにトークン"
}
}
または、お好みであればシェルプロファイルにエクスポートしてください。
5. OpenClawを再起動する
openclaw gateway restart
エージェントは次回のセッションで新しいスキルを認識します。ロードされたことを確認するには、エージェントに「どのようなスキルがありますか？」と尋ねてください。
6. テストする
TelegramまたはWhatsAppでOpenClawエージェントにメッセージを送信してください：
- 「私のScreenApp録画から製品ロードマップの議論を検索してください」
- 「前回の会議の議事録を取得してください」
- 「昨日のスタンドアップ会議でどのようなアクションアイテムがありましたか？」
エージェントはScreenAppスキルを使用してデータを取得し、あなたの質問に答えます。
ClawHubへの公開
他のOpenClawユーザーにあなたのScreenAppスキルを見つけてインストールしてもらいたい場合は、OpenClawの公式スキルレジストリであるClawHubに公開してください。ClawHubはベクトル検索を使用するため、「会議の議事録を検索」や「音声録音を文字起こし」のような自然言語クエリで、説明にこれらの用語が含まれていれば、あなたのスキルが表示されます。
スキルフォルダにclaw.jsonマニフェストを追加してください：
{
"name": "screenapp",
"version": "1.0.0",
"description": "ScreenApp APIを介して、会議の録画を検索し、議事録を取得し、アクションアイテムを抽出し、録画されたコンテンツについてAIに質問します。",
"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"
}
次に公開します：
clawhub publish ~/.openclaw/skills/screenapp
公開されれば、誰でも以下でインストールできます：
clawhub install screenapp
あなたのスキルは、OpenClaw、Claude Code、Cursor、その他のAIコーディングツールのスキルを一覧表示するクロスプラットフォームのインデックスであるMoltbookにも表示されます。MoltbookはClawHubを自動的にインデックス化するため、追加の手順は必要ありません。
MCPサーバーの構築（上級者向け）
スキルベースのアプローチではなく、適切なMCPサーバーが必要な場合は、ScreenApp APIをNode.js MCPサーバーにラップすることができます。これにより、OpenClawだけでなく、Claude Desktop、Cursor、その他のMCPクライアントとの互換性が得られます。
// 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) }],
};
}
);
次に、OpenClawの設定に登録するか、Claude Desktopでスタンドアロンとして使用します。
ユースケース
会議のフォローアップ：エージェントに「昨日の会議でサラはスケジュールについて何と言っていましたか？」と尋ねると、議事録を検索し、関連セクションを見つけて回答を提供します。
週次サマリー：「今週の私の会議をすべて要約してください」と尋ねると、録画全体を検索し、統合されたレポートを生成します。
アクションアイテムの追跡：「今月の会議で未解決のアクションアイテムは何ですか？」と尋ねると、議事録からコミットメントと締め切りを検索します。
コンテンツの再利用：「前回のウェビナー録画をブログ記事の概要に変換してください」と尋ねると、AI分析エンドポイントを使用して動画から構造化されたコンテンツを生成します。
ScreenAppの関連機能
- AI会議要約ツール: あらゆる録音から要約を生成
- 文字起こしソフトウェア: 話者ラベル付き自動音声認識
- AIノートテイカー: 会話から構造化されたメモを作成
よくある質問
MCPサーバーとは？
MCP（Model Context Protocol）サーバーとは、AIモデルにデータやツールを公開するローカルプログラムです。これにより、ClaudeやOpenClawエージェントのようなAIアシスタントが、データを手動でコピー＆ペーストすることなく外部サービスにアクセスできるようになります。
APIアクセスにはScreenAppの有料プランが必要ですか？
APIアクセスはScreenAppの有料プランで利用できます。アカウント設定を確認して、APIセクションが利用可能かどうかを確認してください。無料アカウントではAPIアクセスが制限されています。
OpenClawの代わりにClaude Desktopでこれを使用できますか？
はい。MCPサーバーのアプローチは、あらゆるMCP互換クライアントで機能します。Claude Desktop、ChatGPT Desktop、CursorはすべてMCPサーバーをサポートしています。OpenClawは、モバイルメッセージングアプリからアクセスできるという利点も追加します。
録音データはOpenClawのサーバーに送信されますか？
いいえ。OpenClawはセルフホスト型で、完全にあなたのマシン上で動作します。あなたのScreenApp APIトークンと録音データはローカルに留まります。AIモデルはデータを処理しますが、OpenClaw自体があなたのコンテンツを保存したり転送したりすることはありません。
エージェントはどのようにして適切なスキルを見つけますか？
OpenClawは、各セッションの開始時に、インストールされているすべてのスキルからnameとdescriptionフィールドをスキャンします。「前回の会議を見つけて」のように尋ねると、エージェントはそれをスキルの説明と照合し、最も適合するスキルの完全なSKILL.mdを読み込みます。このため、説明には「文字起こし」「会議メモ」「録音」のような具体的なトリガーフレーズを含めるべきであり、「録音を支援します」のような曖昧な言葉は避けるべきです。
MCPサーバーはいくつの録音を処理できますか？
ScreenApp APIはページネーションを処理するため、どのようなサイズのライブラリでも作業できます。最良の結果を得るには、すべてを一度にリストするのではなく、検索クエリを使用して結果を絞り込んでください。
