O OpenScreenShot oferece um servidor MCP local com uma ferramenta: capture_screenshot. Um cliente MCP pode chamá-la com a URL de uma página web e receber o conteúdo de uma imagem PNG. O servidor inicia um navegador headless separado, compatível com Chrome, no seu computador; a extensão de navegador não é necessária.

Adicione o servidor ao seu cliente MCP

Primeiro instale Node.js, pnpm e um navegador compatível com Chrome. Adicione uma entrada de servidor no formato de configuração do seu cliente. Clientes que aceitam um objeto mcpServers podem usar:

{
  "mcpServers": {
    "openscreenshot": {
      "command": "pnpm",
      "args": ["dlx", "openscreenshot"]
    }
  }
}

O cliente precisa encontrar o pnpm no caminho de executáveis dele. Reinicie ou recarregue as conexões MCP do cliente depois de salvar a configuração. O servidor usa stdio, então o cliente inicia um processo local; não há uma URL de MCP hospedada para informar.

Se o Chrome estiver instalado em um lugar incomum, passe CHROME_PATH pela configuração de ambiente do cliente. Use o caminho completo do executável, e não a pasta que contém o aplicativo.

Chame capture_screenshot

Uma entrada mínima para a ferramenta é:

{ "url": "https://example.com" }

Isso gera uma captura da área de visualização no tamanho padrão de 1280 × 800. Defina explicitamente a área de visualização e a opção de página inteira para um pedido reproduzível:

{
  "url": "https://example.com",
  "fullPage": true,
  "width": 1440,
  "height": 900
}

width aceita inteiros de 200 a 3840 e height de 200 a 2160. A ferramenta retorna conteúdo de imagem MCP com o tipo MIME image/png. Esta ferramenta não tem um argumento de caminho de saída. O cliente decide se o resultado é exibido ou salvo; use a CLI quando você precisar de um arquivo com nome definido.

Oculte dados antes que a imagem saia da ferramenta

Adicione um objeto redact para cobrir dados com tarjas pretas na página antes da captura. O cliente recebe apenas a imagem com os dados ocultos:

{
  "url": "https://example.com",
  "redact": {
    "selectors": ["#account-menu"],
    "patterns": ["email", "phone", "secret"],
    "rects": [{ "x": 0, "y": 0, "width": 200, "height": 40 }]
  }
}

selectors cobre cada elemento correspondente com todos os seus filhos. patterns cobre textos e valores de formulário correspondentes: email, phone (de 9 a 15 dígitos) e secret (formatos comuns de chaves de API e tokens, e hashes longos). rects cobre retângulos em pixels da imagem de saída, para canvas, imagens e iframes de outra origem. A ferramenta retorna um erro e nenhuma imagem se um seletor não corresponder a nada, se um retângulo ficar fora da imagem ou se a página mover um alvo durante a captura. Os padrões podem deixar passar textos divididos entre elementos ou desenhados em uma imagem.

O que o agente vê e o que não vê

A captura começa em um navegador headless novo. Ela não herda os cookies nem a sessão conectada da sua janela comum do Chrome. Por isso, uma página que exige autenticação pode gerar uma tela de login. A ferramenta atual não oferece passos de login, injeção de cookies, espera por seletores nem cliques interativos.

Peça ao agente para identificar o que está visível de fato na imagem retornada antes de tirar conclusões. Uma captura de tela ajuda a inspecionar layout, espaçamento e erros visíveis; ela não comprova que um formulário é enviado corretamente nem que a navegação por teclado funciona.

Para onde vai a captura de tela?

A captura é gerada localmente e retornada ao cliente MCP. Se esse cliente usar um modelo hospedado, ele pode transmitir a imagem retornada ao provedor do modelo, de acordo com as configurações dele. A captura local não significa que toda a conversa com o agente fica no dispositivo. Use redact para dados que não podem chegar ao provedor.

Para capturas automatizadas com dimensões previsíveis, veja capturas de tela para CI. A skill de captura para agentes e o código-fonte do servidor trazem as instruções para máquinas e a definição da ferramenta.