Dittu
Transforma um telefone em uma câmera + controle remoto Bluetooth para que assistentes de IA possam ver e controlar qualquer computador.
Documentação
Servidor MCP Dittu
O Dittu transforma um telefone nos olhos e nas mãos de um assistente de IA. Coloque o telefone em um tripé de frente para um monitor — a câmera lê a tela, o Bluetooth emparelha como um mouse e teclado reais. Nenhum software para instalar no computador de destino, nenhuma configuração de área de trabalho remota.
- Site: https://dittu.org
- Instruções de configuração (Claude Desktop / Claude Code / Cursor / ChatGPT): https://dittu.org/setup
- Endpoint MCP remoto:
https://app.dittu.org/mcp(streamable-http,Authorization: Bearer <API_KEY>) - Obtenha uma chave de API: registre um dispositivo no aplicativo Android Dittu — https://play.google.com/store/apps/details?id=com.dittu
Ferramentas
| Ferramenta | O que faz | Saída | Quando usar |
|---|---|---|---|
take_screenshot | Captura o que a câmera do telefone vê atualmente no monitor | Imagem | Antes de qualquer ação, para verificar o estado atual da tela |
take_screenshot_with_grid | Igual ao take_screenshot, mas sobrepõe uma grade de coordenadas | Imagem | Para localizar alvos exatos de clique por coordenada |
take_screenshot_with_crosshair(nx, ny) | Recorte com zoom em torno de um ponto com uma mira marcando o alvo | Imagem | Para verificar se o cursor cairá exatamente onde pretendido, antes de clicar em um alvo pequeno/importante |
get_raw_screenshot | Quadro de câmera não processado, sem mapeamento de cantos aplicado | Imagem | Depuração de problemas de alinhamento da câmera |
move_mouse(nx, ny) | Move o cursor para uma coordenada de tela normalizada sem clicar | Confirmação | Posicionar o cursor antes de um clique verificado |
click(nx, ny) | Clique esquerdo em uma coordenada de tela normalizada | Confirmação | Ações padrão de clique |
double_click(nx, ny) | Duplo clique esquerdo em uma coordenada de tela normalizada | Confirmação | Abrir arquivos/aplicativos, outras ações de duplo clique |
scroll | Rola a tela em uma determinada direção | Confirmação | Navegar por páginas longas ou listas |
key | Envia uma tecla ou atalho de teclado | Confirmação | Atalhos, Enter, Escape, teclas de seta, etc. |
type_text | Digita uma string de texto via teclado Bluetooth | Confirmação | Preencher campos de texto, caixas de busca, documentos |
get_corners | Lê a calibração atual do monitor de quatro cantos | Coordenadas | Diagnosticar por que os cliques erram o alvo |
set_corners | Define a calibração do monitor de quatro cantos | Confirmação | Corrigir a calibração quando a visão da câmera está desalinhada ou cortada |
Por que uma câmera em vez de compartilhamento de tela?
Porque funciona em qualquer computador — nenhum software para instalar, nenhuma permissão para configurar, nenhuma configuração de área de trabalho remota. Se o monitor está na frente do telefone, um assistente de IA pode vê-lo e controlá-lo.
Feito para
- Automatizar tarefas repetitivas de desktop
- Controlar um computador no qual você não pode instalar nada
- Deixar um assistente de IA realmente fazer coisas na tela, não apenas descrevê-las