FlowScope UX Flow Analyser

Name: FlowScope UX Flow Analyser
Author: DavidNgugi

von DavidNgugiVersion 0.1.1i★ –iLäuft auf deinem Computer

Name in der Registryio.github.DavidNgugi/flowscope

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Turn YouTube product demos into structured UX flow reports, and compare demos side by side.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Marketing & Social Media
Das musst du eintragen: FLOWSCOPE_API_TOKEN

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: FLOWSCOPE_API_URL, FLOWSCOPE_API_TOKEN, FLOWSCOPE_MAX_WAIT

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "flowscope": {
      "command": "uvx",
      "args": [
        "flowscope-mcp"
      ],
      "env": {
        "FLOWSCOPE_API_URL": "your-value",
        "FLOWSCOPE_API_TOKEN": "your-value",
        "FLOWSCOPE_MAX_WAIT": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add flowscope --env FLOWSCOPE_API_URL=your-value --env FLOWSCOPE_API_TOKEN=your-value --env FLOWSCOPE_MAX_WAIT=your-value -- uvx flowscope-mcp

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "flowscope": {
      "command": "uvx",
      "args": [
        "flowscope-mcp"
      ],
      "env": {
        "FLOWSCOPE_API_URL": "your-value",
        "FLOWSCOPE_API_TOKEN": "your-value",
        "FLOWSCOPE_MAX_WAIT": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "flowscope": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "flowscope-mcp"
      ],
      "env": {
        "FLOWSCOPE_API_URL": "your-value",
        "FLOWSCOPE_API_TOKEN": "your-value",
        "FLOWSCOPE_MAX_WAIT": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

FLOWSCOPE_API_URL env
Base URL of the running FlowScope backend. '/api' is appended if absent.
FLOWSCOPE_API_TOKEN geheim env
Bearer token, only needed when the backend sits behind an authenticating proxy.
FLOWSCOPE_MAX_WAIT env
Default seconds that flowscope_analyze_video waits for a job before returning a job id.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto DavidNgugi bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Marketing & Social Mediai

Mehr Sterne als 0 % der anderen 2956 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 49 % der anderen 2956 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 2956 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist FlowScope UX Flow Analyser sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: FLOWSCOPE_API_TOKEN

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.1) kam vor 30 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

MCP YouTube Transcript

von jkawamoto

An MCP server retrieving transcripts of YouTube videos

Läuft auf deinem Computer★ 495MITAktualisiert vor 9 Tagen

Installieren

Google Analytics MCP

von surendranb

GA4 MCP server for AI agents: schema discovery, server-side aggregation, analysis-ready defaults.

Läuft auf deinem Computer★ 244MITAktualisiert vor 9 Tagen

Installieren

BibiGPT YouTube Video Summarizer

von JimmyLv

AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.

Läuft in der Cloud★ 137MITAktualisiert vor 9 Tagen

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

flowscope-mcp

An MCP server that exposes the FlowScope UX-analysis pipeline to any LLM client. Speaks MCP protocol 2026-07-28 and ships two spec-portable Agent Skills.

uvx flowscope-mcp        # stdio server; needs a local FlowScope backend

FlowScope takes a YouTube product-demo URL, downloads the video, transcribes it, extracts and de-duplicates screenshots of each distinct screen, describes every screen with a vision model, and synthesises a step-by-step UX flow. This package turns that pipeline into tools an agent can call.

Ask your agent something like:

Compare the onboarding flows in these two videos: and

Tear down the checkout UX in this demo:

Requirements

This server is a client of a running FlowScope backend; it does not run the pipeline itself. Start the backend first:

cd backend

uvicorn app.main:app --port 8000

The backend needs ffmpeg, a Python environment with backend/requirements.txt, and one LLM provider key in backend/.env. The server's flowscope_health_check tool reports exactly which of these is missing, so you can ask your agent to check rather than guessing.

Install

As a Claude Code plugin

One step, and it brings the skills, the prompts, and the server registration:

/plugin marketplace add DavidNgugi/flowscope

/plugin install flowscope@flowscope

From PyPI

Nothing needs a permanent install — uvx runs it in a throwaway environment. uv is the only prerequisite (brew install uv):

uvx flowscope-mcp                 # starts a stdio server

uvx flowscope-mcp --version # confirm the published version uvx flowscope-mcp@0.1.0 # pin, when reproducibility matters

From a git URL or a local checkout

uvx --from /absolute/path/to/flowscope/mcp flowscope-mcp

uvx --from "git+https://github.com/DavidNgugi/flowscope.git@main#subdirectory=mcp" flowscope-mcp

Environment

Variable	Default	Purpose
`FLOWSCOPE_API_URL`	`http://127.0.0.1:8000`	Backend base URL. `/api` is appended if absent, so either form works.
`FLOWSCOPE_API_TOKEN`	_(empty)_	Sent as `Authorization: Bearer …`. Only needed behind an authenticating proxy.
`FLOWSCOPE_HTTP_TIMEOUT`	`30`	Seconds for ordinary requests.
`FLOWSCOPE_MAX_WAIT`	`900`	Default wait budget for `flowscope_analyze_video`.
`FLOWSCOPE_POLL_INTERVAL`	`5`	Seconds between job-status polls.

These are read from the process environment on each call. The MCP Python SDK v2 deliberately stopped reading MCP_* variables and .env files, so set them in your client's server configuration instead.

Point a harness at it

The config shapes genuinely differ — VS Code's own file uses `servers` where every other client uses `mcpServers`, Codex is TOML, and Claude Desktop does not expand ${VAR} placeholders — so generating the file is more reliable than copying a snippet:

uvx --from flowscope-mcp flowscope-mcp-install --help   # every client + its path

uvx --from flowscope-mcp flowscope-mcp-install print # portable JSON, writes nothing

uvx --from flowscope-mcp flowscope-mcp-install claude-code uvx --from flowscope-mcp flowscope-mcp-install cursor uvx --from flowscope-mcp flowscope-mcp-install vscode uvx --from flowscope-mcp flowscope-mcp-install codex uvx --from flowscope-mcp flowscope-mcp-install gemini uvx --from flowscope-mcp flowscope-mcp-install claude-desktop

It merges into an existing config file and leaves other servers alone.

Harness	File	Key	Syntax
Claude Code	`.mcp.json`, `~/.claude.json`	`mcpServers`	JSON
Claude Desktop	`claude_desktop_config.json`	`mcpServers`	JSON
Cursor	`.cursor/mcp.json`, `~/.cursor/mcp.json`	`mcpServers`	JSON
VS Code	`.vscode/mcp.json`	`servers`	JSON
Codex CLI	`~/.codex/config.toml`	`[mcp_servers.flowscope]`	TOML
Gemini CLI	`~/.gemini/settings.json`	`mcpServers`	JSON

VS Code additionally reads the portable /.mcp.json shape (key mcpServers), which flowscope-mcp-install vscode-portable writes when you want one config shared with Claude Code and Cursor.

Remote / shared deployment

Run one server for several clients, or for a harness that cannot spawn a process:

flowscope-mcp --transport streamable-http --host 127.0.0.1 --port 8765

Clients connect to POST http://127.0.0.1:8765/mcp:

claude mcp add --transport http flowscope http://127.0.0.1:8765/mcp

docs/install.md has the full per-harness reference, the placeholder syntax each one accepts, and the two traps that most often break an install.

Use it

Restart your client, open a new chat, and check the install first:

Check whether FlowScope is ready to use.

That runs flowscope_health_check and names anything missing — usually ffmpeg or an LLM provider key on the backend host. Then ask for what you want.

Example prompts

One video, fully analysed

Tear down the onboarding UX in this demo:

What does this product actually do, based on this demo? Walk me through the flow screen by screen:

Analyse and tell me where a first-time user would get stuck.

A specific question about a flow

In this demo, how many steps does signup take, and what does each one ask for?

Does this demo show any error or empty states?

What's above the fold on the first screen, and what's the primary call to action?

Several videos, compared

Compare the onboarding flows in these two demos. Where do they diverge, and what's the trade-off each one makes?

-

I'm designing a checkout flow. What do these two demos do differently, and what should I borrow?

Which of these three gets a new user to first value fastest, judging by the demos?

Working with what already exists

What videos has FlowScope already analysed?

Show me the screenshot of the pricing screen from that report.

You do not need to phrase these carefully. Analyses are cached by YouTube video id, so a vague prompt costs a lookup rather than a re-analysis — the agent checks the cache before spending anything.

What happens after you press enter

Analysing a video downloads it, transcribes it, extracts and de-duplicates screenshots, then makes one vision call per distinct screen plus a synthesis call. A five-minute demo typically yields 15–40 screens. Expect 2–10 minutes and real money per video.

flowscope_analyze_video waits by default and usually returns the finished report directly, so one prompt is normally enough. If the video needs longer than the budget it returns status: "running" with a video_id, and the agent should poll flowscope_job_status. If it resubmits the URL instead, stop it — that starts duplicate work.

Answers are grounded, or should be

Reports have three layers: ux_insights (the synthesis), flow_steps (the ordered user path), and frames (the evidence — one entry per screen, with its purpose, UI elements, and aligned narration). A good answer leads with the insights and cites the screen behind each claim. The bundled skills enforce this, including saying "the demo does not show this" rather than inferring.

docs/usage.md has the full walkthrough, prompt patterns that produce better answers, and a troubleshooting table.

Tools

Ten tools, split between read-only inspection and actions that cost money.

Tool	Annotations	What it does
`flowscope_health_check`	read-only	Backend up? ffmpeg, yt-dlp, provider key present?
`flowscope_list_videos`	read-only	Every stored video with its latest job status.
`flowscope_job_status`	read-only	Progress of one analysis job.
`flowscope_get_report`	read-only	The finished UX report: flow, insights, per-screen findings.
`flowscope_frame_image`	read-only	The actual screenshot for one screen, as an image.
`flowscope_compare_videos`	open-world	Cross-video common patterns, divergences, stage matrix.
`flowscope_analyze_video`	open-world	Download and analyse one or more URLs. Costs money.
`flowscope_retry_video`	idempotent	Re-queue a failed job; completed stages are reused.
`flowscope_reanalyze_video`	destructive	Discard derived results and redo analysis.
`flowscope_delete_video`	destructive	Remove a video; optionally delete media from disk.

Plus two prompts (flowscope_ux_teardown, flowscope_compare_flows) and two resources (flowscope://videos, flowscope://videos/{video_id}/report).

Cost and time

Analysing a video downloads it, transcribes it, and makes one vision call per distinct screen plus a synthesis call. That is minutes and real money per video. Two things protect against waste:

Results are cached by YouTube video id. flowscope_list_videos reveals existing analyses, and resubmitting a finished video is free and instant.
flowscope_analyze_video checks the cache before starting work and only submits what is actually new.

The bundled skill teaches an agent to check the cache first.

Transports

flowscope-mcp                                  # stdio (default)

flowscope-mcp --transport streamable-http --port 8765

Streamable HTTP serves POST /mcp. The SDK serves the 2026-07-28 protocol revision and the older handshake era from the same endpoint, so legacy clients work without extra configuration. Legacy clients create server-side sessions, which are stored in-process — if you run more than one worker behind a load balancer, enable sticky routing.

Skills

Two Agent Skills ship alongside the server, written to the open specification so they install into any compatible client:

Skill	Use it when
`analyzing-product-demo-ux`	You want a teardown of one recorded flow — how onboarding, signup, or checkout works, screen by screen.
`comparing-product-demo-ux`	You want several products compared: shared conventions, real divergences, and what is worth borrowing.

They carry the operational knowledge the tool descriptions cannot: check the health and the cache before spending money, read the synthesis rather than re-deriving it from the raw transcript, say "the demo does not show this" rather than inferring, and treat an auto-caption's product names with suspicion.

The skills and the server are independent — the skills are useful on a report you already have, and the server

Nur der Anfang wird gezeigt; den Rest findest du im Repo

FlowScope UX Flow Analyser

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Marketing & Social Mediai

Häufige Fragen

Alternativen

MCP YouTube Transcript

Google Analytics MCP

BibiGPT YouTube Video Summarizer

README vom Entwickler

flowscope-mcp

Requirements

Install

As a Claude Code plugin

From PyPI

From a git URL or a local checkout

Environment

Point a harness at it

Use it

Example prompts

What happens after you press enter

Answers are grounded, or should be

Tools

Cost and time

Transports

Skills