ScreenshotOne MCP 服务器

将 FlowHunt 和 AI 代理连接到 ScreenshotOne，实现无缝自动化的网站截图采集——非常适合用于 QA、文档、报告和归档等场景。

AI MCP Server Screenshots Automation

“ScreenshotOne” MCP 服务器的作用是什么？

ScreenshotOne MCP（模型上下文协议）服务器是官方实现，它作为 AI 助手与 ScreenshotOne API 之间的桥梁。连接该服务器后，AI 代理和工具可以自动化捕获网站截图，为开发、QA、报告和文档等工作流提供可视化上下文与参考。通过 MCP 协议，开发者可让 AI 助手生成实时网站快照，将可视化内容集成到对话或报告中，简化网页内容分享和归档的流程。该服务器让您可在更大规模的 AI 或自动化流程中安全地执行截图请求。

提示词列表

仓库中未记录提示词模板。

资源列表

仓库中未记录明确的 MCP 资源。

工具列表

render-website-screenshot：渲染网站截图并返回为图片。

该 MCP 服务器的典型用例

自动化网站 QA：即时捕获和对比网站截图，用于回归测试或可视化 QA，帮助开发和测试人员发现界面变化或渲染 Bug。
文档生成：轻松将最新截图嵌入技术或市场文档，确保手册和指南反映当前网站界面。
可视化缺陷报告：允许用户或 AI 助手为缺陷报告附加网页截图，提升 QA 与开发团队间的沟通效率。
内容归档：自动采集和归档网站状态，用于合规、审计或历史参考。
实时分享：让 AI 驱动的聊天机器人可在会话中获取并分享网页可视化内容，提升表达清晰度与互动性。

如何设置

Windsurf

Windsurf 未提供具体设置说明。

Claude

前置条件：确保已安装 Node.js。
定位配置文件：找到 ~/Library/Application Support/Claude/claude_desktop_config.json。

添加 ScreenshotOne MCP 服务器配置：

{
    "mcpServers": {
        "screenshotone": {
            "command": "node",
            "args": ["path/to/screenshotone/mcp/build/index.js"],
            "env": {
                "SCREENSHOTONE_API_KEY": "<your api key>"
            }
        }
    }
}

保存文件。
重启 Claude 以使更改生效。
验证：尝试在 Claude 内使用截图工具。

API 密钥安全

请将 ScreenshotOne API 密钥存储在配置的 env 部分，勿直接写入代码库。

示例：

"env": {
    "SCREENSHOTONE_API_KEY": "<your api key>"
}

Cursor

Cursor 未提供具体设置说明。

Cline

Cline 未提供具体设置说明。

独立部署

前置条件：确保已安装 Node.js。
安装依赖并编译：
```
npm install && npm run build
```

使用您的 API 密钥启动服务器：

SCREENSHOTONE_API_KEY=your_api_key && node build/index.js

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，请先将 MCP 组件添加到流程中并连接至您的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区域，按以下 JSON 格式填写 MCP 服务器详情：

{
  "screenshotone": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可作为工具使用该 MCP，具备其全部功能和能力。请记得将 “screenshotone” 替换为实际的 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

板块	可用性	说明/备注
概览	✅
提示词列表	⛔	未记录提示词模板
资源列表	⛔	未记录明确资源
工具列表	✅	render-website-screenshot
API 密钥安全	✅	使用环境变量存储 API key
采样支持（评测时不重要）	⛔	未记录