FlowScope UX Flow Analyser

Name: FlowScope UX Flow Analyser
Author: DavidNgugi

作者：DavidNgugiバージョン 0.1.1i★ –iパソコンで動く

レジストリ名io.github.DavidNgugi/flowscope

インストール

概要

作者による説明（英語の原文）

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

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i未計測★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: マーケティング・SNS
入力が必要なもの：FLOWSCOPE_API_TOKEN

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
自分で入力するもの： FLOWSCOPE_API_URL, FLOWSCOPE_API_TOKEN, FLOWSCOPE_MAX_WAIT

「秘密」と表示された値は、あなたのアカウントの鍵です。絶対に人に教えたり、チャットに貼り付けたりしないでください。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

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

ターミナルでこれを実行します

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

動かす前に、空欄の値を入力してください。

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

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

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "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"
      }
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

自分で入力する値

FLOWSCOPE_API_URL env
Base URL of the running FlowScope backend. '/api' is appended if absent.
FLOWSCOPE_API_TOKEN 秘密 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.

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月6日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント DavidNgugi で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

マーケティング・SNSのほかのサーバーとの比較i

このカテゴリのほかの2954件のうち0%よりスターが多い
このカテゴリのほかの2954件のうち50%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの2954件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

FlowScope UX Flow Analyserは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

入力が必要なもの：FLOWSCOPE_API_TOKEN

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（0.1.1）がレジストリに届いたのは30 日前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

MCP YouTube Transcript

作者：jkawamoto

An MCP server retrieving transcripts of YouTube videos

パソコンで動く★ 495MIT9 日前更新

インストール

Google Analytics MCP

作者：surendranb

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

パソコンで動く★ 244MIT9 日前更新

インストール

BibiGPT YouTube Video Summarizer

作者：JimmyLv

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

クラウドで動く★ 137MIT9 日前更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

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

冒頭だけを表示しています。続きはリポジトリで読めます

FlowScope UX Flow Analyser

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

自分で入力する値

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

マーケティング・SNSのほかのサーバーとの比較i

よくある質問

代わりの候補

MCP YouTube Transcript

Google Analytics MCP

BibiGPT YouTube Video Summarizer

作者のREADME

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