Was ist OpenScreen?
OpenScreen ist eine MIT-lizenzierte Desktop-App für Windows, macOS und Linux, die ein Fenster oder den ganzen Bildschirm aufnimmt, mit Mikrofon, Systemton und optionaler Webcam, und aus der Aufnahme eine saubere Demo macht: Zooms, die dem Cursor folgen, Schnitte, Tempowechsel, Text- und Pfeilanmerkungen, Hintergründe und lokal erzeugte Untertitel. Sie exportiert MP4 oder GIF, gerendert auf der GPU.
Die App bringt einen MCP-Server in zwei Formen mit: einen stdio-Server, den du startest, indem du die ausführbare Datei der App mit dem Argument mcp aufrufst, und einen optionalen HTTP-Server in der App, gebunden an 127.0.0.1 und mit einem Bearer-Token geschützt. Das Projekt ist eine Community-Fortführung des Originals von Siddharth Vaddem, der es nach v1.5.0 archiviert hat; das neue Repository hat rund 7.020 Sterne und veröffentlichte v2.2.2 am 4. November 2026.
OpenScreen installieren
claude mcp add openscreen -- "<executable>" mcpLohnt sich OpenScreen?
OpenScreen gibt einem Agenten den ganzen Ablauf von der Aufnahme bis zum fertigen Video, nicht nur eine Schnitt-API. Nach unserer Zählung im Quellcode stellt der Server rund 55 Tools bereit: listSources, startRecording und stopRecording für die Aufnahme, getFrames, damit der Agent sieht, was er aufgenommen hat, exportVideo und exportAudio, ein lokales Whisper-Tool transcribe und etwa 40 Bearbeitungstools, die er mit dem Assistenten der App teilt, darunter addTrim, addZoom, addAutoZooms, addAnnotation, removeWords und setCaptionSettings. Die zugehörige Skill openscreen-demo verkettet sie: Storyboard planen, App aufnehmen, schneiden, exportieren, Frames prüfen und das MP4 an einen Pull Request hängen.
Sie kann jedes Fenster oder den ganzen Bildschirm aufnehmen, dazu Mikrofon, Systemton, die Webcam als eigene Datei sowie Form und Klicks des Cursors. Genau das ist der Sicherheitspunkt. Ein stdio-Server läuft mit deinen Benutzerrechten und kann laut Doku ohne den Schalter MCP edits aufnehmen und bearbeiten. Ein Agent, der einer Prompt-Injection aufsitzt, könnte also eine Aufnahme starten, während ein Passwortmanager oder ein privater Chat offen ist. Aufnahmen, Transkripte und Untertitel bleiben auf der Platte, und OpenScreen betreibt keine eigenen Server; Frames, die der Agent mit getFrames holt, und Transkripte gehen aber an den Modellanbieter deines Clients.
Die Schutzmechanismen sind besser als üblich. Der HTTP-Server der App ist standardmäßig aus, lauscht nur auf 127.0.0.1 an Port 47821, sofern du ihn nicht änderst, prüft einen Bearer-Token sowie die Header Host und Origin gegen DNS-Rebinding und startet schreibgeschützt, bis MCP edits eingeschaltet ist. Kein Tool löscht ein Projekt, und Änderungen an einem Projekt, das nicht im Editor offen ist, werden abgelehnt, bis der Agent einen Checkpoint anlegt; die letzten 20 bleiben im Speicher. Die Skill entwirft einen Post für X, veröffentlicht ihn laut ihren eigenen Anweisungen aber erst nach deinem Ja.
Der Haken: Das README nennt das Projekt in aktiver Entwicklung und warnt vor inkompatiblen Änderungen am .openscreen-Format und an der CLI. Die Windows-.exe ist nicht signiert, SmartScreen warnt also; die Store-Version ist signiert. Außerdem sendet die App standardmäßig einen anonymen täglichen Nutzungs-Ping an PostHog, ohne Installations-ID; er lässt sich abschalten und entfällt, wenn Do Not Track gesetzt ist.
Unser Fazit: Für ein Team, das an jeden UI-Pull-Request ein kurzes Video hängen will, ist das das erste Werkzeug, das sich einzurichten lohnt. Den stdio-Server nur in Sitzungen laufen lassen, in denen du den Agenten auch Screenshots machen ließest.
Wo es sich lohnt
Ein Frontend-Entwickler in einem sechsköpfigen SaaS-Team
Zu jeder UI-Änderung ein 30-Sekunden-Video an den Pull Request hängen
Skill openscreen-demo installieren, den Agenten um ein Video der Änderung bitten; er nimmt die lokale App auf, schneidet Leerlauf heraus, setzt Zooms auf Klicks und hängt das MP4 mit gh pr comment an. Kostenlos; es fallen nur Modell-Tokens an.
Ein Developer-Relations-Ingenieur in einem Dev-Tools-Start-up
Aus einer rohen Walkthrough-Aufnahme einen untertitelten Launch-Clip machen
Von Hand aufnehmen, dann den Agenten Füllwörter mit removeWords entfernen, Zooms und Anmerkungen setzen und ein MP4 in 16:9 sowie ein quadratisches GIF exportieren lassen. Den entworfenen Post für X veröffentlicht er erst nach Freigabe.
Ein technischer Redakteur, der Produktdokumentation pflegt
Nach jedem UI-Release dieselben Tutorial-Clips neu drehen
Ein Storyboard im Repository ablegen und den Agenten jeden Clip über CLI und MCP-Tools neu aufnehmen und exportieren lassen; die zurückgegebenen Frames prüfen, bevor die Dateien ersetzt werden.
Bevor du dich festlegst
- Einrichtung
- App installieren (Microsoft Store, Homebrew-Cask oder .deb, .rpm, .pacman bzw. AppImage aus den Releases), unter macOS Screen Recording und Accessibility erlauben, dann claude mcp add openscreen -- "<executable>" mcp oder npx skills add getopenscreen/openscreen --skill openscreen-demo. Installationen für Codex, Cursor und als Plugin sind dokumentiert.
- Integrationen
- Rund 55 Tools nach unserer Zählung im Quellcode: Aufnahme (listSources, startRecording, stopRecording), Inspektion (getFrames, getCurrentDocument, getTranscript), Bearbeitung (addTrim, addZoom, addAutoZooms, addAnnotation, addEffect, addAudio, setCaptionSettings), Projekt (createProject, importMedia, setProjectInfo) und Export (exportVideo, exportAudio). Über HTTP brauchen schreibende Tools eingeschaltetes MCP edits.
- Daten und Datenschutz
- Aufnahmen und Projekte bleiben auf der Platte; die Transkription läuft lokal, und OpenScreen hat keine Server. Frames und Transkripte, die der Agent liest, gehen an deinen Modellanbieter. Der stdio-Server kann mit deinen Benutzerrechten Bildschirm, Mikrofon, Systemton und Webcam aufnehmen. Der HTTP-Server bindet an 127.0.0.1 mit einem über Electron safeStorage gespeicherten Bearer-Token. Ein anonymer täglicher Nutzungs-Ping an PostHog ist standardmäßig an und lässt sich abschalten.
- Kosten im großen Maßstab
- Kostenlos. Kosten entstehen durch Modell-Tokens: getFrames liefert Bilder, eine Frame-für-Frame-Prüfung jedes Exports erhöht also bei jedem Lauf den Bild-Input.
- Grenzen
- Undo-Checkpoints liegen im Speicher, die letzten 20, und gehen beim Neustart von App oder Server verloren. macOS 15 und neuer fragen die Bildschirmaufnahme-Berechtigung regelmäßig neu ab. Klickaufnahme unter Wayland braucht zusätzliche Eingaberechte. Projektformat und CLI können sich ändern.
Was gut ist
- Aufnehmen, schneiden, Frames prüfen und exportieren in einem Server
- HTTP-Modus der App ist lokal, mit Token und standardmäßig schreibgeschützt
- Untertitel lokal; keine OpenScreen-Server
- Kostenlos, MIT, auf allen drei Desktop-Plattformen
Was nicht
- stdio-Modus nimmt auf und bearbeitet ohne den Schalter MCP edits
- Frames und Transkripte erreichen deinen Modellanbieter
- Inkompatible Änderungen an Projektformat und CLI zu erwarten
- Unsignierte Windows-.exe außerhalb des Store
Am besten für
Entwickler und kleine Produktteams, die einen Agenten für jedes ausgelieferte Feature ein Demovideo filmen, schneiden und anhängen lassen wollen.
Alternativen zu OpenScreen
OpenScreen: häufige Fragen
- Lohnt sich OpenScreen?
- Der vollständigste Weg, einen Coding-Agenten die Demo seines eigenen Features filmen und schneiden zu lassen, und ungewöhnlich sorgfältig darin, was dieser Agent anfassen darf. Wir bewerten es mit 4.2 von 5.
- Was kostet OpenScreen?
- Kostenlos und Open Source (MIT) für private und kommerzielle Nutzung; keine Bezahlstufe. Der optionale eingebaute Bearbeitungsagent nutzt deinen eigenen Modell-API-Key.
- Welche Nachteile hat OpenScreen?
- stdio-Modus nimmt auf und bearbeitet ohne den Schalter MCP edits; Frames und Transkripte erreichen deinen Modellanbieter; Inkompatible Änderungen an Projektformat und CLI zu erwarten; Unsignierte Windows-.exe außerhalb des Store.
- Für wen eignet sich OpenScreen?
- Entwickler und kleine Produktteams, die einen Agenten für jedes ausgelieferte Feature ein Demovideo filmen, schneiden und anhängen lassen wollen.
- Was kostet OpenScreen für ein Team oder im Produktivbetrieb?
- Kostenlos. Kosten entstehen durch Modell-Tokens: getFrames liefert Bilder, eine Frame-für-Frame-Prüfung jedes Exports erhöht also bei jedem Lauf den Bild-Input.
- Ist OpenScreen sicher für Firmendaten?
- Aufnahmen und Projekte bleiben auf der Platte; die Transkription läuft lokal, und OpenScreen hat keine Server. Frames und Transkripte, die der Agent liest, gehen an deinen Modellanbieter. Der stdio-Server kann mit deinen Benutzerrechten Bildschirm, Mikrofon, Systemton und Webcam aufnehmen. Der HTTP-Server bindet an 127.0.0.1 mit einem über Electron safeStorage gespeicherten Bearer-Token. Ein anonymer täglicher Nutzungs-Ping an PostHog ist standardmäßig an und lässt sich abschalten.
- Was sind die besten Alternativen zu OpenScreen?
- Die nächsten Alternativen, die wir getestet haben, sind OpenEdit, agentic-obs (OBS Studio MCP) und Talkthrough.
Antworten geprüft am 11. Nov. 2026.
Du entwickelst OpenScreen? Zeig diese Bewertung auf deiner Website
