ऐसा स्क्रीन रिकॉर्डर जिसे एजेंट पढ़ सकें

AI एजेंट के लिए स्क्रीन रिकॉर्डिंग

बग, वॉकथ्रू या फ़ीडबैक एक बार रिकॉर्ड करें। साथी को वीडियो मिलता है, जबकि Claude Code, Cursor या Codex को सारांश, आपने जिन पलों की ओर इशारा किया वे फ़्रेम और क्लिक टारगेट के साथ, और ट्रांसक्रिप्ट मिलता है। एजेंट अपने काम का सबूत भी रिकॉर्ड कर सकते हैं, हेडलेस या आपकी असली स्क्रीन पर।

यह आइडिया नया है? शुरुआत करें एजेंट के पढ़ने लायक रिकॉर्डिंग क्या है से।

7 दिन का फ़्री ट्रायल, कार्ड की ज़रूरत नहीं। Clipy Pro $9/महीना है, कभी भी रद्द करें।

फ़ॉर्मेट

एजेंट के पास तीन विकल्प हैं। इनमें से सिर्फ़ एक काम करता है।

कोडिंग एजेंट स्क्रीन रिकॉर्डिंग देख नहीं सकता। इसलिए असली सवाल यह नहीं है कि रिकॉर्डर में AI है या नहीं, बल्कि यह है कि रिकॉर्डिंग किस रूप में पहुँचती है। इसके ठीक तीन जवाब हैं, और नीचे दिए बेंचमार्क ने तीनों को एक ही टास्क पर मापा।

रॉ वीडियो सौंप दें

खुद MP4, फ़्रेम और ऑडियो, सीधे कॉन्टेक्स्ट विंडो में।

ज़्यादातर कोडिंग एजेंट वीडियो ले ही नहीं सकते, और जो ले सकते हैं वे हर फ़्रेम के लिए कीमत चुकाते हैं, चाहे उसमें कुछ हो या नहीं। रिकॉर्डिंग का ज़्यादातर हिस्सा दोहराव होता है: नौ सेकंड तक रुकी स्क्रीन यानी नौ सेकंड के लगभग एक जैसे फ़्रेम।

स्कोर
2.4/12
लागत
4,17,487 इनपुट टोकन, 147 सेकंड

ट्रांसक्रिप्ट सौंप दें

टाइमस्टैम्प के साथ सटीक शब्द, जो ज़्यादातर रिकॉर्डर एजेंट को देते हैं।

स्क्रीन के बारे में बोलते समय हम बार-बार इशारा करते हैं: यह बटन, वह वाला, इसे उसके ऊपर ले जाओ। स्क्रीन हटा दें तो शब्दों का मतलब खो जाता है। ट्रांसक्रिप्ट सटीक और सस्ता है, फिर भी एजेंट को नहीं बता सकता कि आपका मतलब किस बटन से था।

स्कोर
5.8/12
लागत
78,257 इनपुट टोकन, 49 सेकंड

AREC डॉक्यूमेंट सौंप दें

इरादा, निकाले गए अनुरोध, सुझाया गया प्लान, फ़्रेम और क्लिक टारगेट के साथ अहम पल, डायग्नॉस्टिक्स, कैप्चर गैप और ट्रांसक्रिप्ट।

रिकॉर्डिंग रोकने के बाद इसे एक बार प्रोसेस करना पड़ता है, और यह उतना ही अच्छा होता है जितना कैप्चर ने असल में देखा। जो कैप्चर नहीं हुआ, वह यह साफ़ बताता है, और यही इसे भरोसेमंद बनाता है।

स्कोर
11.8/12
लागत
1,75,172 इनपुट टोकन, 65 सेकंड

उम्मीद के उलट नतीजा: स्ट्रक्चर्ड डॉक्यूमेंट वीडियो सौंपने से सिर्फ़ ज़्यादा सटीक नहीं था, बल्कि सस्ता और तेज़ भी था। AREC ने रॉ रिकॉर्डिंग से 58% कम इनपुट टोकन इस्तेमाल किए और 82 सेकंड पहले पूरा हुआ, वह भी ज़्यादा स्कोर के साथ। ट्रांसक्रिप्ट की तुलना में इसमें लगभग 16 सेकंड ज़्यादा लगते हैं, और बदले में +6.0 अंक मिलते हैं।

डॉक्यूमेंट में क्या होता है

किसी भी पब्लिक Clipy वॉच URL के आख़िर में .arec जोड़ें और खुद पढ़कर देखें। ये रहे इसके फ़ील्ड, और हर फ़ील्ड क्यों ज़रूरी है।

इरादा और निकाले गए अनुरोध
आप क्या हासिल करना चाहते थे, और आपने जो-जो बदलाव माँगे, उन्हें आसपास की ज़ोर से सोची गई बातों से अलग करके। यही एजेंट को किसी साइड कमेंट पर काम करने से रोकता है।
अहम पल, फ़्रेम और क्लिक टारगेट के साथ
वे खास पल जिनका मतलब है, हर एक के साथ निकाला गया फ़्रेम और, जहाँ कैप्चर सपोर्ट करे, आपके क्लिक के असली कोऑर्डिनेट। यही फ़ील्ड तय करता है कि “यह” किसे कहा गया।
सुझाया गया प्लान
एक प्रस्तावित क्रम जिसे एजेंट मान सकता है, बदल सकता है या उस पर बहस कर सकता है, ताकि पहली बातचीत प्लान के बारे में हो, न कि इस बारे में कि आपका मतलब क्या था।
डायग्नॉस्टिक्स, जब कैप्चर हों
रिकॉर्ड किए गए सेशन के कंसोल मैसेज और फ़ेल हुए रिक्वेस्ट, उसी पल से जुड़े जब वे हुए, अलग से चिपकाए हुए नहीं।
कैप्चर गैप
रिकॉर्डिंग में क्या नहीं दिखता, इसका साफ़ ब्यौरा। जो एजेंट जानता है कि उसके पास क्या नहीं है, वह पूछता है; जो नहीं जानता, वह पूरे यक़ीन से अंदाज़ा लगाता है।
टाइमस्टैम्प वाला ट्रांसक्रिप्ट
पूरा नैरेशन, सुरक्षित। ऊपर की हर चीज़ रिकॉर्डिंग से निकाली गई है, और ट्रांसक्रिप्ट से आप उनमें से कुछ भी जाँच सकते हैं।

फ़ॉर्मेट पब्लिक है, इसलिए इसे पढ़ना एक HTTP रिक्वेस्ट है, किसी वेंडर इंटीग्रेशन की ज़रूरत नहीं। AREC स्पेसिफ़िकेशन पढ़ें

नियंत्रित ब्लाइंड स्टडी · 20 मुख्य ट्रायल

दृश्य पर आधारित इस टास्क में AREC ने बड़े अंतर से जीत हासिल की।

इस नियंत्रित, ब्लाइंड लैंडिंग पेज टास्क में Clipy AREC का औसत 11.8/12 रहा, जबकि सिर्फ़ ट्रांसक्रिप्ट का 5.8/12, हर समूह में 5 नए अलग-थलग सेशन के साथ। AREC ने 4/5 रन में सभी छह ज़रूरतें पूरी कीं, जबकि सिर्फ़ ट्रांसक्रिप्ट ने 0/5 में। यह बढ़त “इस बटन को हटाओ” जैसे दृश्य अनुरोधों से आती है, जहाँ अकेले शब्द नहीं बताते कि “इस” से मतलब किससे है।

बार चार्ट: रॉ वीडियो 2.4, सिर्फ़ ट्रांसक्रिप्ट 5.8, Clipy AREC 11.8, और पूरा स्पेसिफ़िकेशन 11.0, कुल 12 में से

स्कोर में बढ़त

+6.0

अंक; बूटस्ट्रैप अंतराल 4.8 से 7.4

पूरी तरह सफल

4/5 vs 0/5

AREC बनाम सिर्फ़ ट्रांसक्रिप्ट

औसत स्कोर

11.8 vs 5.8

12 में से, AREC बनाम सिर्फ़ ट्रांसक्रिप्ट

हर AREC रन ने हर सिर्फ़-ट्रांसक्रिप्ट रन को पीछे छोड़ा (11–12 बनाम 3–7)।

AREC में फ़्रेम, पॉइंटर टारगेट और अहम पलों के साथ पूरा ट्रांसक्रिप्ट भी होता है, इसलिए एजेंट को इससे कभी भी ट्रांसक्रिप्ट से कम नहीं मिलता। सबसे ज़्यादा फ़ायदा तब होता है जब कोई सब कुछ शब्दों में समझाने के बजाय इशारा करता है, और लोग UI की समीक्षा ऐसे ही करते हैं। इस नियंत्रित स्टडी ने इसे लैंडिंग पेज टास्क पर मापा, हर समूह में 5 नए सेशन के साथ।

रन से पहले प्री-रजिस्टर्ड, SHA-256 a968595c07213677117fe849068a75034d1402fc98089e287b9249d3c11fb042। हर ट्रायल का पैच, इवेंट लॉग और ब्लाइंड स्क्रीनशॉट प्रकाशित है, जिसमें फ़ेल हुआ AREC रन भी शामिल है।

अपनी भाषा में पूछें

आप असल में क्या-क्या माँग सकते हैं

नीचे की हर लाइन किसी ऐसी चीज़ से जुड़ी है जो आज उपलब्ध है। इनमें से किसी को कनेक्ट किए गए एजेंट में पेस्ट करें और वह काम करेगी। जो कुछ भी पढ़ता, खोजता या इंतज़ार करता है, वह कुछ नहीं बदलता। रिकॉर्ड करना, अपलोड करना और एडिट करना डेटा बदल सकते हैं। आपको पुष्टि दिखेगी या नहीं, यह आपके एजेंट होस्ट और उसकी सेटिंग्स पर निर्भर है। अगर आप इन कार्रवाइयों को चलने से पहले देखना चाहते हैं, तो Clipy CLI और MCP सर्वर के लिए टूल अप्रूवल चालू रखें।

समझें कि क्या हुआ

पब्लिक लिंक, skill, MCP या CLI

एजेंट रिकॉर्डिंग को देखने के बजाय पढ़ता है: सारांश, निकाले गए अनुरोध, फ़्रेम के साथ अहम पल, और टाइमस्टैम्प वाला ट्रांसक्रिप्ट।

  • “यह रिकॉर्डिंग पढ़ो और मेरे माँगे हर बदलाव को बताओ, साथ में यह भी कि हर एक किस टाइमस्टैम्प से आया: <link>”

    निकाले गए अनुरोध और ट्रांसक्रिप्ट। हवालों की मदद से आप प्लेयर में किसी भी दावे की जाँच कर सकते हैं।

  • “जो कॉल में नहीं था, उसके लिए इस रिकॉर्डिंग का सारांश बनाओ और जो फ़ैसले अभी बाकी हैं, उनकी सूची दो: <link>”

    सारांश और इरादा, वीडियो चलाने की ज़रूरत नहीं।

  • “इस रिकॉर्डिंग में कौन-सा अहम पल असली गड़बड़ी दिखाता है, और उस समय स्क्रीन पर क्या है?”

    अहम पलों के साथ निकाला गया फ़्रेम होता है और, जहाँ कैप्चर हुए हों, असली क्लिक कोऑर्डिनेट भी।

  • “इस रिकॉर्डिंग में ऐसा क्या कैप्चर नहीं हुआ जो तुम्हें पक्का होने के लिए चाहिए?”

    AREC अपने कैप्चर गैप साफ़ बताता है, इसलिए एजेंट बता सकता है कि उसे क्या नहीं पता।

बग दोहराएँ और ठीक करें

पब्लिक लिंक या MCP

यह कैटेगरी इसी काम के लिए बनी थी। रिकॉर्डिंग में सटीक एलिमेंट और क्लिक होता है, इसलिए एजेंट को अंदाज़ा नहीं लगाना पड़ता कि आपका मतलब किस बटन से था।

  • “इस रिकॉर्डिंग को बग दोहराने के स्टेप में बदलो, फिर ज़िम्मेदार कोड ढूँढो: <link>”

    नैरेशन से इरादा मिलता है, अहम पलों के फ़्रेम से स्क्रीन की हालत।

  • “मैंने किसी चीज़ पर क्लिक किया और कुछ नहीं हुआ। रिकॉर्डिंग पढ़ो, क्लिक टारगेट से सटीक कंट्रोल पहचानो, और उसका handler ट्रेस करो।”

    क्लिक कोऑर्डिनेट Mac ऐप और Chrome एक्सटेंशन के कैप्चर से आते हैं।

  • “गड़बड़ी वाले पल के आसपास कंसोल एरर या फ़ेल रिक्वेस्ट के लिए इस रिकॉर्डिंग के ब्राउज़र डायग्नॉस्टिक्स जाँचो।”

    तब उपलब्ध जब कैप्चर ने उन्हें रिकॉर्ड किया हो; न किया हो तो डॉक्यूमेंट यह बताता है।

  • “ऐसा रिग्रेशन टेस्ट लिखो जो इस रिकॉर्डिंग में दिखा व्यवहार पकड़ लेता।”

    लिखे हुए ब्यौरे से नहीं, दिखाए गए फ़्लो से काम करता है।

आपके लिए रिकॉर्ड करे

CLI और MCP, अपलोड अनुमति

एजेंट पढ़ने के साथ कैप्चर भी कर सकता है। जिस URL तक वह पहुँच सके उसके लिए हेडलेस, या आपकी असली Mac स्क्रीन जब चीज़ सिर्फ़ लॉग-इन किए गए ऐप में हो।

  • “http://127.0.0.1:3000 पर इस लोकल ऐप को रिकॉर्ड करो, चेकआउट फ़्लो से गुज़रो, और मुझे शेयर लिंक दो।”

    हेडलेस कैप्चर। बिना डिस्प्ले के सर्वर या CI में चलता है।

  • ““Staging” नाम की Chrome विंडो को चलाते हुए उसे रिकॉर्ड करो, और जो भी स्टेप जाँचो उस पर मार्क लगाओ।”

    macOS पर असली विंडो का कैप्चर, टाइमस्टैम्प वाले सबूत मार्क के साथ।

  • “रिकॉर्डिंग सेशन शुरू करो, BEFORE नाम का चैप्टर जोड़ो, बग दोहराओ, फिर AFTER नाम का चैप्टर जोड़ो।”

    मार्क और चैप्टर एजेंट के नैरेशन के रूप में रिकॉर्डिंग की टाइमलाइन पर आते हैं।

अपने काम का सबूत दे

CLI

एजेंट बदलाव पूरा करके सबूत लौटाता है कि वह सच में काम करता है, उसी कैप्चर टूल से जो उसके पास पहले से है। किसी दूसरे ब्राउज़र की ज़रूरत नहीं।

  • “तुमने इसे ठीक कर दिया। अब चलते हुए ऐप में इसे जाँचो और Clipy के ज़रिए मुझे सबूत भेजो।”

    कैप्शन चलाने वाले की गवाही हैं: वे दर्ज करते हैं कि एजेंट ने क्या देखा बताया, Clipy का कोई दावा नहीं।

  • “इन स्क्रीनशॉट को हर एक पर कैप्शन के साथ एक सबूत रिकॉर्डिंग में बदलो, और मुझे देखने का लिंक दो।”

    फ़्रेम मोड को ffmpeg चाहिए और डिस्प्ले नहीं, इसलिए यह CI में चलता है।

  • “उस टेस्ट रन का Playwright वीडियो अपलोड करो और देखने का URL और एजेंट संदर्भ URL, दोनों लौटाओ।”

    मौजूदा WebM या MP4 बिना दोबारा एनकोड किए अपलोड होता है।

अपनी हर रिकॉर्डिंग में खोजें

MCP और CLI, प्रमाणित

यह वह हिस्सा है जो अकेला पेस्ट किया गया लिंक नहीं कर सकता। MCP कनेक्ट होने के बाद पुरानी रिकॉर्डिंग नए सवालों के जवाब देती रहती हैं।

  • “वह रिकॉर्डिंग ढूँढो जिसमें हमने प्राइसिंग पेज पर बात की थी, और बताओ हमने क्या तय किया।”

    रिकॉर्डिंग और इंपोर्ट किए गए संदर्भ में सिमैंटिक और कीवर्ड, दोनों तरह की खोज।

  • “मेरी सारी रिकॉर्डिंग में, invoice worker के बारे में किसी ने क्या कहा है?”

    सिर्फ़ वीडियो की सूची नहीं, सटीक पल और सीधे लिंक लौटाता है।

  • “यह कंपोनेंट ऐसे क्यों बनाया गया है? कोड पढ़ने से पहले मेरी लाइब्रेरी देखो।”

    रिकॉर्ड की गई सोच खोजने लायक संदर्भ बनकर बनी रहती है।

बाहर का वीडियो लाएँ

CLI

YouTube ट्यूटोरियल या लोकल फ़ाइल एक प्राइवेट संदर्भ डॉक्यूमेंट बन जाती है जिसे एजेंट पढ़ सकता है, उसे आपकी लाइब्रेरी में दोबारा होस्ट किए बिना।

  • “इस YouTube वॉकथ्रू को संदर्भ के रूप में इंपोर्ट करो और इसके सेटअप स्टेप बिल्कुल वैसे ही फ़ॉलो करो।”

    एक प्राइवेट लोकल संदर्भ बंडल बनाता है। यह आपकी लाइब्रेरी में प्रकाशित नहीं होता।

  • “मेरी डिस्क पर रखी यह स्क्रीन रिकॉर्डिंग फ़ाइल पढ़ो और इसे टास्क लिस्ट में बदलो।”

    लोकल फ़ाइल इंपोर्ट, वही डॉक्यूमेंट ढाँचा।

एजेंट खुद जो पूरा अनुबंध खोज लेता है, वह clipy guide --json और MCP टूल सूची में है। एजेंट रेफ़रेंस पढ़ें

टीमें इसे कैसे इस्तेमाल करती हैं

एक रिकॉर्डिंग। असली काम, पूरा।

जो Clipy लिंक साथी देखता है, वही वह संदर्भ है जिस पर आपका एजेंट काम करता है। पूरी टीम में यह कुछ ऐसा दिखता है।

QA

बग एक बार दोहराएँ, एजेंट को असली रिप्रो दें

पहले जो नंबर वाले स्टेप और क्रॉप किए स्क्रीनशॉट के साथ लिखा हुआ रिप्रो होता था, अब एक रिकॉर्ड किया गया रन है।

  • हर क्लिक के साथ उसका एलिमेंट टारगेट होता है, इसलिए डेवलपर को ऐसा रिप्रो मिलता है जो सच में बग दोहराता है।
  • लिंक को अपने कोडिंग एजेंट में पेस्ट करें और वह फ़्रेम पढ़ता है, उनका कोई अनुवाद नहीं।
  • एजेंट रिकॉर्ड किए गए फ़्लो से सीधे Playwright टेस्ट बना सकता है।
देखें QA के लिए यह कैसे काम करता है
मार्केटिंग

एक डेमो से पूरा लॉन्च किट

पहले जो सुबह चेंजलॉग, हेल्प डॉक और सोशल थ्रेड हाथ से लिखने में जाती थी, वह अब एक रिकॉर्ड किए गए डेमो से शुरू होती है।

  • फ़ीचर का डेमो एक बार दें और एजेंट से चेंजलॉग, हेल्प आर्टिकल और सोशल कॉपी का ड्राफ़्ट बनवाएँ।
  • रिकॉर्डिंग के फ़्रेम स्क्रीनशॉट बनकर लग जाते हैं, इसलिए कुछ भी याद से नहीं लिखना पड़ता।
  • हर एसेट उसी पर टिका रहता है जो आपने स्क्रीन पर सच में दिखाया।
देखें मार्केटिंग के लिए यह कैसे काम करता है
फ़ाउंडर

बदलाव बताइए, बदलाव शिप कीजिए

आप क्या बनवाना चाहते हैं, इसका जो 20 मिनट का लिखित ब्यौरा होता था, वह अब दो मिनट का वॉकथ्रू है जिस पर आपका एजेंट काम कर सकता है।

  • UI की ओर इशारा करें, बताएँ क्या बदलना है, और एक लिंक शेयर करें।
  • आपका कोडिंग एजेंट सारांश और जिन फ़्रेम की ओर इशारा किया गया उन्हें पढ़ता है, फिर फ़िक्स खोलता है।
  • आइडिया और pull request के बीच टिकट लिखने का झंझट नहीं।
देखें फ़ाउंडर के लिए यह कैसे काम करता है
सेल्स

वॉकथ्रू रिकॉर्ड करें, फ़ॉलो-अप एजेंट को करने दें

हर कॉल के बाद जो रीकैप ईमेल शुरू से लिखना पड़ता था, वह अब रिकॉर्डिंग से ही शुरू होता है।

  • एक और लाइव कॉल शेड्यूल करने के बजाय पर्सनलाइज़्ड async डेमो भेजें।
  • ट्रांसक्रिप्ट और सारांश फ़ॉलो-अप ईमेल और CRM नोट बन जाते हैं।
  • संभावित ग्राहक वह खास पल अपने समय पर दोबारा देख सकते हैं।
देखें सेल्स के लिए यह कैसे काम करता है
सपोर्ट

फ़्लो एक बार चलाएँ, हेल्प आर्टिकल मुफ़्त में पाएँ

जो सपोर्ट जवाब हाथ से लिखा और दोबारा लिखा जाता था, वह अब रिकॉर्ड किए गए फ़्लो से बनता है।

  • फ़्लो एक बार करें और एजेंट से उसे हर स्टेप के स्क्रीनशॉट वाले नंबर वाले हेल्प आर्टिकल में बदलवाएँ।
  • या इंजीनियरिंग को ऐसा साफ़ एस्केलेशन दें जिसे वे दोहरा सकें, कोई धुंधला ब्यौरा नहीं।
  • वही रिकॉर्डिंग अगले उस ग्राहक को भी जवाब देती है जिसे यही समस्या आए।
देखें सपोर्ट के लिए यह कैसे काम करता है
डेवलपर

Claude Code, Cursor या Codex को ऐसा बग दें जिसे वह देख सके

पहले जो “यहाँ क्लिक करते ही टूट जाता है” तीन Slack मैसेज में होता था, अब एक लिंक है जिसे आपका एजेंट शुरू से आख़िर तक पढ़ता है।

  • “जब मैं इस पर क्लिक करता हूँ, तो टूट जाता है” रिकॉर्ड करें और लिंक अपने एजेंट में पेस्ट करें।
  • वह फ़्रेम पढ़ता है, कोडबेस में वही बटन खोजता है जो उसे साफ़ दिख रहा है, और फ़िक्स खोलता है।
  • क्लिक कोऑर्डिनेट “इस” को असली पिक्सल से जोड़ देते हैं, भले ही स्क्रीन पर तीन Export बटन हों।
देखें डेवलपर के लिए यह कैसे काम करता है
एक कमांड में सेटअप

एक कमांड Clipy को आपके एजेंट से जोड़ देती है

कोई API key कॉपी-पेस्ट नहीं करनी। इसे चलाएँ, ब्राउज़र में एक बार अप्रूव करें, और आपका कोडिंग एजेंट रिकॉर्ड भी कर सकेगा और रिकॉर्डिंग पढ़ भी सकेगा।

npx @clipy/cli agents install claude   # also: codex · cursor
  1. स्टेप 1

    ब्राउज़र खुलता है; एक बार Approve पर क्लिक करें। उसमें क्लाइंट और अनुमतियाँ दिखती हैं: आपकी रिकॉर्डिंग पढ़ना, और रिकॉर्ड व अपलोड करना।

  2. स्टेप 2

    Clipy skill आपके एजेंट की skills डायरेक्टरी में इंस्टॉल हो जाती है।

  3. स्टेप 3

    आपका एजेंट Clipy से रिकॉर्ड करता है और कोई भी रिकॉर्डिंग वापस पढ़ लेता है।

पूरा सेटअप, key हाथ से पेस्ट करने का विकल्प और हर कमांड CLI डॉक्यूमेंटेशन में है।

अपने कोडिंग एजेंट से Clipy रिकॉर्डिंग कैसे ढुँढवाएँ Clipy पर देखें
अपने एजेंट से वीडियो पढ़वाएँकिसी रिकॉर्डिंग को Claude Code, Codex या Cursor में पेस्ट करें। एजेंट Clipy के CLI और MCP सर्वर से सारांश, ट्रांसक्रिप्ट और अहम पल ले आता है, और रिकॉर्डिंग आपकी लाइब्रेरी में रहती है।
चक्र का दूसरा हिस्सा

आपका एजेंट अपने रन खुद रिकॉर्ड करता है

रिकॉर्डिंग पढ़ना आधा काम है। Clipy CLI (या पहले दो के लिए MCP सर्वर) से कोडिंग एजेंट अभी-अभी बनाया ऐप रिकॉर्ड करता है और नतीजा सीधे वापस पढ़ता है, तीन तरीकों से, बिना किसी इंसान के कैमरा थामे।

हेडलेस कैप्चर

clipy record --url ऐप को हेडलेस ब्राउज़र में खोलता है और रन अपलोड करता है, बिना डिस्प्ले के, इसलिए यह CI और क्लाउड सैंडबॉक्स में चलता है।

लाइव सेशन, नैरेशन के साथ

clipy session start बैकग्राउंड में रिकॉर्ड करता है जबकि एजेंट अपने टूल से ऐप चलाता है। हर clipy mark ट्रांसक्रिप्ट का एक चैप्टर बनता है, जिस पर एजेंट नैरेशन का लेबल होता है, उसे कभी बोली गई बात बताकर पेश नहीं किया जाता।

असली Mac स्क्रीन

--source mac-screen चल रहे Clipy Mac ऐप के ज़रिए आपकी असली, लॉग-इन की हुई स्क्रीन (चुनी गई विंडो या डिस्प्ले) रिकॉर्ड करता है, और रिकॉर्डिंग इंडिकेटर हमेशा दिखता रहता है।

हर तरीका ट्रांसक्रिप्ट, सारांश और अहम पलों वाला सामान्य Clipy लिंक लौटाता है। पूरी कमांड CLI डॉक्यूमेंटेशन और MCP डॉक्यूमेंटेशन में हैं।

अंदर की बात

एजेंट Clipy रिकॉर्डिंग पर काम क्यों कर पाता है

आज के एजेंट वीडियो नहीं देखते। Clipy सर्वर पर ही अनुवाद कर देता है, इसलिए जहाँ रॉ MP4 किसी काम का नहीं, वहाँ एक सादा लिंक काम करता है।

बस एक URL: एजेंट संदर्भ

किसी भी पब्लिक वॉच लिंक में .arec जोड़ें और वह एजेंट संदर्भ देता है: सारांश, अहम पल, फ़्रेम और ट्रांसक्रिप्ट। कोई इंस्टॉल नहीं, कोई API key नहीं, और MCP राउंड-ट्रिप से कहीं कम टोकन। बिना झंझट वाला सादा-टेक्स्ट एक्सेस, जिसे एजेंट ज़्यादा से ज़्यादा पसंद कर रहे हैं। लोग सामान्य लिंक पेस्ट करते हैं; skill वाले एजेंट यह नियम जानते हैं।

सिर्फ़ शब्द नहीं, अहम पल

Clipy बोलते हुए किए गए हर इशारे को ढूँढता है और उस पल का फ़्रेम निकालता है। जब क्लिक ट्रैक मौजूद हो (Mac ऐप और Chrome एक्सटेंशन की टैब रिकॉर्डिंग) तो वह असली क्लिक कोऑर्डिनेट जोड़ता है, और Mac ऐप की रिकॉर्डिंग में क्लिक किए गए एलिमेंट का रोल और लेबल भी। इसलिए एक पल ऐसा पढ़ा जाता है: “(0.63, 0.41) पर Settings बटन पर क्लिक किया”, ऐसा रिप्रो जो सच में बग दोहराता है, कोई अनुवाद नहीं।

प्राइवेट लाइब्रेरी के लिए MCP

पेस्ट किए गए लिंक के लिए skill इस्तेमाल करें। जब एजेंट को प्रमाणित एक्सेस चाहिए, तब MCP: पूरी लाइब्रेरी में खोजना, प्राइवेट रिकॉर्डिंग पढ़ना, या टूल कॉल से अहम पलों के फ़्रेम लाना। ChatGPT, Claude और Claude Code को कुछ इंस्टॉल ही नहीं करना: होस्ट किए गए सर्वर को कनेक्टर के रूप में जोड़ें और ब्राउज़र से साइन इन करें।

https://clipy.online/video/<id>.arec

# UI Recording Feedback
Screen recording · 1:13 · watch: https://clipy.online/video/<id>…

## Summary
The speaker reviews a recording interface, pointing out a duplicated
timer and a settings section that should be collapsed…

## Key moments
```json
[{"t_ms":6400,"caption":"points to 'this section' on screen",
  "frame_url":"https://cdn.clipy.online/key-moments/…/6400.jpg",
  "x":0.63,"y":0.41,"source":"fused","confidence":0.9}, …]
```
### 0:06 · points to 'this section' on screen
![Frame at 0:06](https://cdn.clipy.online/key-moments/…/6400.jpg)

## Transcript
```
[0:01] Hey great. So there are a few things I'd like you to update.
[0:06] For example this section…
```

लाइव उदाहरण: clipy.online/video/kb2tgjg0ptes.arec

आपके एजेंट को मिलने वाले MCP टूल

npx -y @clipy/mcp   # local: records too. CLIPY_API_KEY via: npx @clipy/cli login
https://clipy.online/api/mcp   # hosted: ChatGPT, Claude, Claude Code. OAuth, no key

get_agent_context

एक कॉल में सब: मेटाडेटा + सारांश + अहम पल (फ़्रेम इमेज के रूप में) + ट्रांसक्रिप्ट। यहीं से शुरू करें।

get_key_moments

दृश्य संकेत: बोलने वाले ने किस ओर इशारा किया, उस पल का फ़्रेम, और क्लिक ट्रैक होने पर क्लिक कोऑर्डिनेट (Mac ऐप + Chrome एक्सटेंशन की टैब रिकॉर्डिंग)।

get_transcript

टाइमस्टैम्प वाला पूरा ट्रांसक्रिप्ट (सेगमेंट + सादा टेक्स्ट)।

get_summary

AI सारांश: TL;DR, मुख्य बातें, एक्शन आइटम।

search_recordings

कीवर्ड से रिकॉर्डिंग ढूँढें।

पूरा रेफ़रेंस clipy.online/docs/mcp पर · skill इंस्टॉल करें।

Clipy Pro

अपनी रिकॉर्डिंग को अपने वर्कफ़्लो से जोड़ें

हर रिकॉर्डिंग ऐसी चीज़ बन जाती है जिस पर आपके एजेंट काम कर सकें: टाइमस्टैम्प वाला ट्रांसक्रिप्ट, चैप्टर, और एजेंट संदर्भ जिसे Claude Code, Cursor और Codex सीधे शेयर लिंक से पढ़ते हैं। फ़्री में शुरू करें, ज़रूरत बढ़े तो अपग्रेड करें: $9/महीना, कभी भी रद्द करें।

  • अनलिमिटेड रिकॉर्डिंग, 4K में
  • Claude, Cursor, Codex के लिए MCP
  • हर लिंक पर एजेंट संदर्भ
  • ट्रांसक्रिप्ट, सारांश और चैप्टर
  • वीडियो से सवाल-जवाब
  • पूरी लाइब्रेरी में खोज
  • YouTube और वीडियो संदर्भ इंपोर्ट
  • अनलिमिटेड Loom इंपोर्ट

साइनअप से 7 दिन तक रिकॉर्डिंग, शेयरिंग और ट्रांसक्रिप्ट फ़्री में आज़माएँ, कार्ड की ज़रूरत नहीं।

आम सवाल

Claude या Cursor से स्क्रीन रिकॉर्डिंग कैसे पढ़वाऊँ?

डिफ़ॉल्ट तरीका: Clipy skill एक बार इंस्टॉल करें, फिर सामान्य Clipy वीडियो लिंक पेस्ट करें। skill उसका एजेंट संदर्भ लाती है, ज़रूरत हो तो इंतज़ार करती है, और अनुरोध, प्लान, अहम पल, डायग्नॉस्टिक्स, गैप और ट्रांसक्रिप्ट पढ़ती है। एडवांस तरीका: प्राइवेट रिकॉर्डिंग और लाइब्रेरी खोज के लिए MCP इंस्टॉल करें।

क्या यह प्राइवेट रिकॉर्डिंग के साथ काम करता है?

पब्लिक लिंक skill से बिना API key के काम करते हैं। प्राइवेट और प्रतिबंधित रिकॉर्डिंग के लिए क्रेडेंशियल चाहिए। जब एजेंट को आपकी प्राइवेट लाइब्रेरी में प्रमाणित एक्सेस चाहिए, तो Clipy MCP सर्वर या CLI इस्तेमाल करें।

कौन-से एजेंट और टूल सपोर्टेड हैं?

Claude, Codex जैसे skill फ़ोल्डर और skill समझने वाले एजेंट के लिए skill डिफ़ॉल्ट तरीका है। इसके पीछे का .arec लिंक हर उस जगह काम करता है जहाँ कोई टूल URL फ़ेच कर सके। Claude Code, Claude Desktop, Cursor, Cline, Windsurf और दूसरे MCP क्लाइंट के लिए MCP उपलब्ध रहता है।

“अहम पल” असल में क्या हैं?

टाइमस्टैम्प वाले वे पल जब बोलने वाले ने किसी दिखने वाली चीज़ का ज़िक्र किया: “यह बटन”, “यह एरर”, “देखो क्या होता है”। हर एक के लिए Clipy उस पल का वीडियो फ़्रेम निकालता है; Mac ऐप की रिकॉर्डिंग (और Chrome एक्सटेंशन की टैब रिकॉर्डिंग) में वह असली क्लिक कोऑर्डिनेट भी जोड़ता है। इसी से एजेंट “इस” को असली पिक्सल से जोड़ पाता है।

क्या मेरा एजेंट सिर्फ़ पढ़ने के अलावा खुद रिकॉर्ड भी कर सकता है?

हाँ। Clipy CLI या MCP सर्वर से एजेंट वेब ऐप को हेडलेस तरीके से रिकॉर्ड कर सकता है (CI और क्लाउड सैंडबॉक्स के लिए बना), या अपने टूल से ऐप चलाते हुए लाइव सेशन चला सकता है। Clipy CLI चल रहे Clipy ऐप के ज़रिए Mac की विंडो, डिस्प्ले और iOS Simulator भी रिकॉर्ड करता है (--source mac-screen), और Linux स्क्रीन भी (--source screen, प्राइवेट वर्चुअल डिस्प्ले समेत), और बाकी सब Mac और Windows ऐप रिकॉर्ड करते हैं। रिकॉर्डिंग ट्रांसक्रिप्ट, सारांश और अहम पलों वाले सामान्य Clipy लिंक के रूप में लौटती है: वही जो वह किसी और से पढ़ता। रिकॉर्ड करने के लिए अपलोड अनुमति वाली key चाहिए; पब्लिक लिंक पढ़ने के लिए कोई key नहीं चाहिए।

क्या फ़्री ट्रायल है?

हाँ। Clipy फ़्री में शुरू होता है, साइनअप से 7 दिन के फ़्री ट्रायल के साथ, कार्ड की ज़रूरत नहीं। ट्रायल के बाद रिकॉर्डिंग जारी रखने के लिए Pro पर अपग्रेड करें। पहले की रिकॉर्डिंग और उनका एजेंट संदर्भ उपलब्ध रहते हैं।

क्या फ़्री है और किसके लिए Pro चाहिए?

रिकॉर्डर, शेयर लिंक, ट्रांसक्रिप्ट, सारांश, अहम पल, एजेंट संदर्भ और MCP सर्वर, सब 7 दिन के फ़्री ट्रायल में शामिल हैं: कार्ड नहीं, दर्शकों के लिए साइनअप नहीं, और रिकॉर्डिंग की लंबाई पर कोई सीमा नहीं। Pro ($9/महीना, या सालाना बिलिंग पर $6/महीना) ट्रायल के बाद भी रिकॉर्डिंग जारी रखता है और 4K, पूरी Loom लाइब्रेरी का माइग्रेशन, वीडियो के अंत में CTA और प्रायोरिटी सपोर्ट जोड़ता है।

क्या मेरी रिकॉर्डिंग AI मॉडल ट्रेन करने में इस्तेमाल होती है?

नहीं। रिकॉर्डिंग सिर्फ़ आपका ट्रांसक्रिप्ट, सारांश और अहम पल बनाने के लिए प्रोसेस होती हैं, और बस। Clipy क्या स्टोर करता है और कौन उस तक पहुँच सकता है, इसका पूरा ब्यौरा clipy.online/trust पर है।

इससे खुलने वाला वर्कफ़्लो

  1. 1. कोई भी रिकॉर्ड करता है। PM, QA, ग्राहक: “जब मैं इस पर क्लिक करता हूँ, तो टूट जाता है”। न टिकट लिखना, न स्क्रीनशॉट, न रिप्रो स्टेप।
  2. 2. एक लिंक हर जगह पहुँचता है। वही URL Slack में लोगों के लिए और Clipy skill इंस्टॉल होने पर एजेंट की चैट में काम करता है।
  3. 3. एजेंट काम करता है। वह सारांश पढ़ता है, इशारा किए गए फ़्रेम देखता है, कोडबेस में वही बटन खोजता है जो उसे साफ़ दिख रहा है, और फ़िक्स शिप करता है।

संबंधित लेख

अपने AI एजेंट को रिकॉर्डिंग सौंपने पर विस्तृत गाइड।

AI कोडिंग एजेंट के लिए स्क्रीन रिकॉर्डर, तुलनाClipy, Cap, ThinkRun, Jam और Loom Video Prompts की तुलना, इस आधार पर कि एजेंट को असल में क्या मिलता है।स्क्रीन रिकॉर्डिंग से Claude, Cursor या ChatGPT को संदर्भ देंskill इंस्टॉल करें, Clipy लिंक पेस्ट करें, और एजेंट को अपने आप संदर्भ लाने दें।स्क्रीन रिकॉर्डिंग को Markdown में बदलेंskill अंदर से क्या पढ़ती है, और .md डॉक्यूमेंट में क्या होता है।MCP से Claude और Cursor को एक्सेस देंजब आपके एजेंट को प्राइवेट रिकॉर्डिंग या लाइब्रेरी खोज चाहिए, तब MCP इस्तेमाल करें।ऐसा डिज़ाइन हैंडऑफ़ जो आपके इशारे को सँभाले रखेक्लिक से जुड़े अहम पलों के फ़्रेम “कौन-सा बटन?” वाली बार-बार की पूछताछ ख़त्म कर देते हैं।एक बार एस्केलेट करें, रिप्रो रिकॉर्डिंग लिख देगीसपोर्ट समस्या रिकॉर्ड करता है; इंजीनियरिंग और उसके एजेंट को तैयार रिप्रो मिलता है।प्रक्रिया एक बार रिकॉर्ड करें, SOP लिखी हुई पाएँएजेंट की मदद से रिकॉर्ड किए गए वॉकथ्रू को नंबर वाले SOP में बदलें।PM किसी फ़ीचर को AI कोडिंग एजेंट को कैसे सौंपेवॉकथ्रू रिकॉर्ड करें; एजेंट पॉइंटर से जुड़े संदर्भ के आधार पर उसे बनाता है।फ़ैसलों का रिकॉर्ड जिसे आपकी टीम और उसका AI खोज सकेंरिकॉर्ड किए गए फ़ैसले ट्रांसक्रिप्ट, सारांश और MCP से खोजे जा सकते हैं।Jam.dev के विकल्प, तुलनादस बग रिपोर्टिंग टूल, उनमें से कौन-से AI कोडिंग एजेंट पढ़ सकता है, और Jam बनाम Clipy का फ़ैसला।AI कोडिंग एजेंट के लिए Loom: क्या काम करता है और क्या नहींLoom का AI सिर्फ़ ट्रांसक्रिप्ट पढ़ता है: कमी कहाँ है, और Clipy उसे कैसे भरता है।BugHerd MCP बनाम Clipyएजेंट के लिए टिकट का टेक्स्ट बनाम रिकॉर्डिंग का स्ट्रक्चर्ड संदर्भ।