Edição com IA

O OpenScreen traz um agente opcional que edita o seu projeto a partir de um painel de chat. Ele fica desativado até você mesmo conectar um provedor, e nada é enviado a nenhum modelo antes disso. Depois de conectado, o agente conversa apenas com esse provedor, e o mesmo vale para a tradução de legendas. Os outros usos de rede do app (o download dos modelos de transcrição, a verificação de atualizações) estão listados nas perguntas frequentes.

dica

Nada disso é obrigatório. Gravação, edição, transcrição, legendas e exportação funcionam sem conta e sem provedor, quer você abra o painel de chat, quer não. Dessas, só a transcrição precisa de um download, uma única vez: os modelos dela, na primeira execução.

Como conectar um provedor

Abra a coluna de chat (o botão no canto esquerdo da barra superior, no modo Editar) e depois Configurações de IA → escolha um provedor e cole uma chave de API:

Provedor	Observações
Claude API (Anthropic)
OpenAI API
Gemini API (Google)
Mistral API
OpenRouter API	Uma chave, vários modelos.
MiniMax API / MiniMax Token Plan
OpenAI Compatible	Qualquer endpoint no formato da OpenAI — você informa a URL base.

Sua chave é armazenada criptografada pela proteção de credenciais do seu sistema operacional (safeStorage do Electron); se a criptografia não estiver disponível, o salvamento falha em vez de recorrer a texto puro. Os servidores do OpenScreen nunca a veem, porque eles não existem — as requisições vão direto do seu computador para o provedor que você escolheu. Variáveis de ambiente específicas de cada provedor também funcionam, se você preferir não armazenar nenhuma chave.

observação

As opções de login do ChatGPT e do GitHub Copilot foram removidas na 1.8.0. Elas funcionavam distribuindo credenciais de cliente próprias dessas empresas, que não cabe a nós redistribuir. Em vez disso, use um provedor com chave de API.

Como usar o agente

Descreva a edição em linguagem natural — "corte o tempo morto da introdução", "dê zoom quando eu abrir o terminal". O agente trabalha com operações reais da linha do tempo, que podem ser desfeitas, e não com uma nova renderização: ele pode adicionar e ajustar recortes, zooms, regiões de velocidade, anotações (texto, setas e desfoques que escondem dados privados na tela), faixas de áudio importadas com seus fades e segmentos de Câmera em Tela Cheia, adicionar zooms automáticos nos seus cliques, editar os pontos de entrada/saída e o corte de um clipe, posicionar as imagens de outra fonte, duplicar, reordenar ou remover clipes e ler a transcrição para encontrar o trecho a que você se refere. Ele também ajusta a aparência do vídeo: fundo, margem, cantos arredondados, sombra, moldura de dispositivo, formato, o layout da câmera, o cursor e o volume geral. Ele também pode ativar as legendas, estilizá-las e posicioná-las, e traduzi-las ele mesmo para outro idioma. E ele pode escrever um efeito visual que as configurações não oferecem: veja Efeitos personalizados.

O painel em volta dele:

• Conversas — histórico, renomear, excluir e começar uma nova. Cada uma mantém o próprio estado do agente.
• Seletor de modelo — lista ao vivo dos modelos do provedor conectado, com um controle de esforço de raciocínio quando o provedor oferece um.
• Medidor de contexto — estimativa dos tokens usados em relação ao limite, com a ação Compactar contexto, que resume os turnos anteriores em vez de descartá-los.
• Rebobinar até esta mensagem — desfaz as edições do agente e todos os turnos seguintes a partir desse ponto, restaurando juntos o projeto, a conversa e o estado do agente.
• Edições do agente — um interruptor em Configurações de IA. Quando ele está desativado, toda edição que o agente tenta é recusada: o agente ainda pode ler o projeto e descrever a alteração que faria, e não aplica nada até você reativar o interruptor.

Ctrl/Cmd + Z desfaz uma edição do agente exatamente como uma edição manual.

A opção Cortes inteligentes (marcada Com IA) no menu de melhoria automática da linha do tempo é o mesmo agente com um prompt único. (A outra opção, Zooms automáticos, lê os cliques gravados e não precisa de nenhum provedor.)

O que mais usa o seu provedor

A tradução de legendas é uma única chamada de transformação de texto ao mesmo modelo — ela não roda o loop do agente e não pode mexer no seu documento. Se você pedir no chat, o agente traduz as legendas ele mesmo, na mesma camada de tradução. A transcrição e a renderização das legendas continuam inteiramente no seu computador em qualquer caso.

Como usar o Claude Code, o Codex ou outro cliente MCP

Se você já usa um agente de código com IA, como o Claude Code ou o Codex, ele pode conduzir as mesmas ferramentas de edição, conectado com a própria conta. Nada dessa conta passa pelo OpenScreen.

1. Configurações de IA → Servidor MCP → ative-o. Ele só escuta no seu próprio computador (127.0.0.1), na porta exibida.
2. Copie o comando do Claude Code ou do Codex exibido ali e execute-o em um terminal. O comando do Claude Code leva o token de acesso. Já o Codex o lê da variável de ambiente OPENSCREEN_MCP_TOKEN: defina-a no shell a partir do qual você inicia o Codex.
3. Peça a edição ao seu agente, no projeto aberto no editor do OpenScreen ou em qualquer outro projeto da sua lista.

As ferramentas são as que o agente integrado usa, mais as que gravam, exportam e olham um vídeo (mais abaixo). Há também transcribe, que roda o Whisper no seu computador sobre a mídia de um projeto, como o editor faz ao abrir um projeto. Um cliente traduz as legendas com o próprio modelo, então a tradução de legendas não precisa de nenhum provedor no OpenScreen. As ferramentas agem sobre o projeto aberto no editor, a menos que o cliente indique outro: ele pode listar todos os projetos e ler ou editar qualquer um deles. Ele também pode criar um projeto, vazio ou a partir de um arquivo de vídeo, renomear um, e adicionar um arquivo de vídeo ou de áudio às mídias de um projeto ou remover um. Excluir um projeto não está entre as ferramentas: isso fica com você, no aplicativo. Os clientes MCP só podem ler até você também ativar Edições via MCP na seção Servidor MCP: até lá, toda edição, gravação, exportação ou novo projeto que tentarem é recusado. Esse interruptor é separado de Edições do agente, o do agente integrado, e começa desativado. Depois de ativado, cada edição é salva assim que é aplicada:

• No projeto aberto no editor, uma edição se desfaz com Ctrl/Cmd + Z. Os clientes são instruídos a salvar um ponto de restauração antes de uma série de edições, então você pode pedir a eles que deixem o projeto como estava em um único passo, que o próprio Ctrl/Cmd + Z pode desfazer.
• Em qualquer outro projeto, uma edição é salva no arquivo dele, fora do alcance de Ctrl/Cmd + Z. Um cliente precisa salvar um ponto de restauração desse projeto antes da primeira edição, e voltar a ele é a única forma de desfazê-la.

Os pontos de restauração ficam na memória do OpenScreen: eles se perdem quando ele é fechado ou quando o servidor reinicia, o que acontece ao mudar a porta ou gerar um novo token. Só os 20 pontos de restauração mais recentes são mantidos, então um mais antigo pode sumir antes. Gerar novo token desconecta todos os clientes configurados com o antigo.

Como deixar um agente fazer o vídeo inteiro

Um agente pode fazer um vídeo inteiro sozinho, da gravação à exportação. Além das ferramentas de edição, as duas formas de adicionar o OpenScreen ao agente lhe dão listSources, startRecording, stopRecording, setPointerTrack, exportVideo, getFrames e createProject. Uma gravação também pode incluir sua webcam e o cursor do próprio sistema, como a barra de gravação, e uma exportação aceita as opções da caixa de exportação: qualidade e taxa de quadros para um MP4; taxa de quadros, tamanho e repetição para um GIF.

Pelo servidor acima, a gravação é feita pelo próprio OpenScreen, como com o botão Gravar: o editor fecha, a barra de gravação faz a contagem regressiva e grava, e a gravação abre no editor como um novo projeto, onde você vê cada edição chegar. É preciso ativar Edições via MCP, e a barra de gravação volta às suas próprias configurações quando a gravação termina.

Como servidor stdio, não é preciso nenhuma configuração: o agente inicia o próprio executável do app com mcp.

O jeito mais rápido é colar isto no seu agente de IA (Claude Code, Codex, Cursor…):

Install the OpenScreen demo skill with `npx skills add getopenscreen/openscreen --skill openscreen-demo -y`, then follow it to make a demo video of this feature.

A skill instala o OpenScreen se ele estiver faltando, depois que você concordar, e adiciona o servidor MCP dele. Em seguida, ela pede que você abra uma nova sessão e diga continue the OpenScreen demo: um agente só recebe ferramentas novas em uma nova sessão. Para configurar à mão, em vez disso:

claude mcp add openscreen -- "<executable>" mcp
codex mcp add openscreen -- "<executable>" mcp

<executable> é o executável do app; o de cada sistema está listado em Como executar a CLI. Outros clientes, como o Cursor, usam um servidor stdio com o executável como command e ["mcp"] como args.

A skill também vem como plugin, a partir do marketplace do próprio repositório. No Claude Code:

/plugin marketplace add getopenscreen/openscreen
/plugin install openscreen@openscreen

Para o Codex e o app para desktop do ChatGPT, que compartilham os plugins:

codex plugin marketplace add getopenscreen/openscreen
codex plugin add openscreen@openscreen

O OpenScreen então aparece entre os plugins instalados do app, com a skill.

• Sem porta, sem token, sem configuração. O agente inicia o processo por conta própria, com as suas permissões, como faria ao rodar openscreen record. Por isso ele pode gravar a sua tela e editar sem o interruptor Edições via MCP.
• Cada tomada vira um novo projeto na sua lista de projetos, com zooms nos seus cliques, como uma gravação feita no app: cliques próximos no tempo e na tela dividem um zoom, e os primeiros segundos e o final ficam na tela inteira. Cada edição do agente é salva no arquivo do projeto. Ela se desfaz com o ponto de restauração que o agente cria, que dura até o fim da sessão dele. Só os 20 pontos de restauração mais recentes são mantidos, então um mais antigo pode sumir antes.
• Enquanto o OpenScreen está aberto, o agente trabalha por meio do app. Uma edição do projeto aberto no editor aparece ali na hora, e Ctrl/Cmd + Z a desfaz. Os pontos de restauração do agente duram então até você fechar o OpenScreen. Se o app não responder, as edições desse projeto são recusadas, porque o editor salvaria a própria cópia por cima.
• Uma tomada não tem transcrição até o agente pedir uma. Ele chama transcribe antes de cortar palavras ou ativar as legendas. O Whisper roda no seu computador, dentro do OpenScreen quando ele está aberto.
• Uma tomada conduzida por um script (o Playwright, por exemplo) nunca move o ponteiro da tela. O agente passa ao OpenScreen o próprio registro das ações com setPointerTrack, e o vídeo ganha um cursor e seus zooms do mesmo jeito.
• A skill openscreen-demo ensina a um agente o trabalho inteiro, do storyboard até o vídeo pronto. Depois ele anexa o vídeo a um pull request, para que os revisores vejam a mudança ali mesmo, ou redige um post no X que só publica depois que você disser sim. Adicione-a com npx skills add getopenscreen/openscreen --skill openscreen-demo. A receita é plugin/skills/openscreen-demo/SKILL.md.