Dittu

Servidor MCP de Dittu

Dittu convierte un teléfono en los ojos y las manos de un asistente de IA. Coloca el teléfono en un trípode frente a un monitor — la cámara lee la pantalla, Bluetooth se empareja como un ratón y teclado reales. No hay software que instalar en el ordenador de destino, ni configuración de escritorio remoto.

• Sitio web: https://dittu.org
• Instrucciones de configuración (Claude Desktop / Claude Code / Cursor / ChatGPT): https://dittu.org/setup
• Endpoint MCP remoto: https://app.dittu.org/mcp (streamable-http, Authorization: Bearer <API_KEY>)
• Obtén una clave API: registra un dispositivo en la aplicación Android de Dittu — https://play.google.com/store/apps/details?id=com.dittu

Herramientas

Herramienta	Qué hace	Salida	Cuándo usarla
take_screenshot	Captura lo que la cámara del teléfono ve actualmente en el monitor	Imagen	Antes de cualquier acción, para comprobar el estado actual de la pantalla
take_screenshot_with_grid	Igual que take_screenshot pero superpone una cuadrícula de coordenadas	Imagen	Para localizar objetivos de clic exactos por coordenadas
take_screenshot_with_crosshair(nx, ny)	Recorte ampliado alrededor de un punto con una cruz que marca el objetivo	Imagen	Para verificar que el cursor aterrizará exactamente donde se pretende, antes de hacer clic en un objetivo pequeño/importante
get_raw_screenshot	Fotograma de cámara sin procesar, sin mapeo de esquinas aplicado	Imagen	Depurar problemas de alineación de la cámara
move_mouse(nx, ny)	Mueve el cursor a una coordenada de pantalla normalizada sin hacer clic	Confirmación	Posicionar el cursor antes de un clic verificado
click(nx, ny)	Clic izquierdo en una coordenada de pantalla normalizada	Confirmación	Acciones de clic estándar
double_click(nx, ny)	Doble clic izquierdo en una coordenada de pantalla normalizada	Confirmación	Abrir archivos/aplicaciones, otras acciones de doble clic
scroll	Desplaza la pantalla en una dirección dada	Confirmación	Navegar por páginas o listas largas
key	Envía una tecla o atajo de teclado	Confirmación	Atajos, Enter, Escape, teclas de flecha, etc.
type_text	Escribe una cadena de texto mediante el teclado Bluetooth	Confirmación	Rellenar campos de texto, cuadros de búsqueda, documentos
get_corners	Lee la calibración actual del monitor de cuatro esquinas	Coordenadas	Diagnosticar por qué los clics aterrizan fuera del objetivo
set_corners	Establece la calibración del monitor de cuatro esquinas	Confirmación	Corregir la calibración cuando la vista de la cámara está desalineada o recortada

¿Por qué una cámara en lugar de compartir pantalla?

Porque funciona en cualquier ordenador — no hay software que instalar, ni permisos que configurar, ni configuración de escritorio remoto. Si el monitor está frente al teléfono, un asistente de IA puede verlo y controlarlo.

Diseñado para

• Automatizar tareas de escritorio repetitivas
• Controlar un ordenador en el que no puedes instalar nada
• Permitir que un asistente de IA realmente haga cosas en pantalla, no solo las describa