Gemini CLI Screenshot MCP

Bu proje, Gemini CLI için ekran görüntüsü alabilen ve OCR/Vision işlemleri yapabilen bir MCP (Model Context Protocol) aracıdır. Windows üzerinde çalışacak şekilde tasarlanmıştır.

Kurulum

1. Python Kurulumu: Python 3.11 veya üzerinin sisteminizde yüklü olduğundan emin olun.
2. Bağımlılıklar:

   python -m venv venv
   .\venv\Scripts\activate
   pip install -r requirements.txt

3. Tesseract OCR: Projenin metin okuyabilmesi için sisteminizde Tesseract OCR kurulu olması gerekir. Kurduktan sonra, .env.example dosyasını .env olarak kopyalayıp Tesseract yolunu güncelleyin.
4. (Opsiyonel) Türkçe dil desteği için Tesseract kurulumu sırasında Türkçe (tur) paketini seçtiğinizden emin olun.

Kullanım

Proje iki ana bileşenden oluşur: MCP Server ve Hotkey Listener.

1. Hotkey Listener'ı Başlatmak

Ekran yakalama kısayollarını (örn. Ctrl+Alt+G) dinlemek için bu scripti çalıştırın. Windows'ta global hotkey için yönetici izni gerekebilir.

python scripts/run_hotkey_listener.py

2. MCP Server'ı Başlatmak (Gemini CLI için)

Gemini CLI'nin bu aracı bir tool olarak tanıması için MCP sunucusunu başlatın:

python scripts/run_mcp_server.py

Not: Gemini CLI konfigürasyonunuzda bu script'i çalıştıran komutu MCP server olarak eklemelisiniz.

Mimari & Özellikler (MVP)

• mss ile tam ekran görüntüsü alma.
• pytesseract ile OCR okuma.
• opencv ile basit görüntü işleme presetleri (terminal, dialog).
• Alınan ekran görüntülerini cache/ dizininde saklama ve JSON sonuçlarını tutma.
• screenshot.capture, screenshot.last ve screenshot.ocr araçları MCP üzerinden expose edilmiştir.