mcpField
F
Figma MCP Server Overview

Figma MCP Server Overview

本地服务
github.com/kiensamson0000媒体与设计080 周前更新

关于 Figma MCP Server Overview

这是一个将 Figma 设计数据整理为 AI 编码工具可用上下文的 MCP 服务,面向设计师和开发者。它通过 Figma API 只读获取文件、组件和样式信息,并简化布局与样式数据。

主要功能

  1. 01读取 Figma 文件与节点信息
  2. 02获取组件和样式定义
  3. 03简化布局与样式数据
  4. 04通过 SSE 提供设计上下文
  5. 05支持批量处理设计元素

适用场景

  1. 01根据 Figma 设计生成 React 代码
  2. 02创建可复用的 UI 组件
  3. 03依据设计上下文优化布局

MCP 相关

该 MCP 服务通过 Figma API 只读获取设计数据,并向 MCP 客户端提供文件和节点信息工具。它通过 SSE 传递结构化的设计上下文。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"demo-ai": {
"command": "npx",
"args": [
"-y",
"figma-developer-mcp"
]
}
}
}
启动命令npx -y figma-developer-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmfigma-developer-mcp

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Figma MCP 服务概览

Figma MCP 服务为设计与人工智能的融合带来了突破性解决方案。借助模型上下文协议(MCP),该服务可将 Figma 的设计资源与 Claude、Windsurf、Cursor 和 Cline 等大模型(LLM)无缝集成。本文档将概述 Figma MCP,介绍其工作原理,并逐步说明如何开始使用。


目录


简介

在快速发展的设计与开发领域,弥合创意设计与代码实现之间的差距至关重要。Figma MCP 服务旨在通过充当中间件,将 Figma 设计数据转换为供 AI 编码助手使用的结构化上下文,从而简化这一流程。这种集成不仅能提高工作效率,还能减少将设计转换为代码时通常需要的人工工作。


什么是 Figma MCP?

Figma MCP 是模型上下文协议的一种服务实现。它的主要功能是向各种大模型提供标准化上下文,其中涵盖布局、组件和样式。借助该协议,设计师和开发者可以利用 AI 自动执行任务、生成可复用的用户界面组件,并在整个工作流中保持高度一致。该服务能够帮助现代设计流程充分发挥 AI 集成的潜力。


Figma MCP 如何工作?

从核心来看,Figma MCP 服务执行以下功能:

  • **协议实现:**它采用模型上下文协议作为通用适配器,让不同的 AI 系统能够轻松与 Figma 数据交互。
  • **Figma API 集成:**服务使用访问令牌连接到 Figma API。此连接使其能够以只读模式获取设计文件、组件和样式定义。
  • **数据简化:**服务会处理并简化复杂的设计数据,让 AI 工具能够提取关键布局和样式信息,同时避免被无关细节淹没。
  • **标准化通信:**通过定义的端点(例如用于服务器发送事件(SSE)的端点),服务为 AI 助手接收最新设计信息提供可靠机制。

这种结构化方法可确保 AI 模型获得准确、简洁且相关的设计上下文,以生成高度还原的代码。


Framelink Figma MCP 服务快速入门?

本指南将带你完成 Framelink Figma MCP 服务的设置。


设置和使用

开始使用 Figma MCP 服务需要完成以下几个明确的步骤:

前提条件

安装前,请确保已准备好以下内容:

  • Node.js(版本 16.0 或更高)
  • npm(版本 7.0 或更高)或 pnpm(版本 8.0 或更高)
  • Figma 账户(建议使用 Professional 或 Enterprise 计划)
  • 具有读取权限的 Figma API 访问令牌
获取 Figma API 访问令牌
  1. 注册 Figma 账号:
    访问 Figma 官方网站,如果尚未注册,请先注册账号。
  2. 下载 Figma 桌面应用:
    选择与你的操作系统(Windows、macOS 或 Linux)兼容的版本并安装。
  3. 登录并访问个人资料设置:
    启动 Figma 应用,使用你的凭据登录,然后点击侧边栏中的个人资料图标。
  4. 前往安全设置:
    在下拉菜单中,前往 Settings 页面,然后点击 Security 选项卡。
  5. 生成个人访问令牌:
    滚动到 Personal Access Tokens 部分,然后点击“Generate New Token”。为令牌命名(例如,Figma_MCP),生成令牌后立即复制(Figma 只会显示一次)。使用密码管理器或加密文件妥善保存。
  6. 使用环境变量保护令牌:
    例如,在终端中运行:
    export FIGMA_API_TOKEN="your_token_here"
    
安装 Figma MCP 服务

无需手动安装仓库,即可使用 NPM 快速安装服务:

npx figma-developer-mcp --figma-api-key=<your-figma-api-key>

或者,从本地源代码安装:

  1. 克隆仓库:
    git clone https://github.com/GLips/Figma-Context-MCP.git
    cd Figma-Context-MCP
    
  2. 使用 pnpm 安装依赖:
    pnpm install
    
  3. 将 .env.example 文件复制为 .env,并将占位值替换为你的 Figma API 令牌。
  4. 启动服务:
    pnpm run dev
    
配置服务
  • 环境变量:
    在 .env 文件中设置 FIGMA_API_TOKEN,并可选设置 PORT(默认值为 3333)。
  • 命令行参数:
    可直接通过命令行使用 --figma-api-key 和 --port 等选项;这些参数的优先级高于环境变量。
与 AI 工具集成

服务启动并运行后,按以下步骤将其与 AI 工具(例如 Cursor IDE)集成:

  1. 确保服务正在运行:
    运行安装命令,确认服务在正确的端口上处于活动状态。
  2. 将 MCP 服务添加到 AI 工具:
    对于 Cursor:
    • 打开应用并前往 Settings > MCP 部分。
    • 点击“Add New MCP Server”,然后输入名称(例如,“Figma MCP”)。
    • 选择 SSE(Server-Sent Events)选项,并输入服务 URL(通常为 http://localhost:3333)。
  3. 验证连接:
    绿色状态指示灯表示集成成功。红色指示灯则表示需要排查问题。
  4. 使用 Figma 设计稿:
    在 Figma 中选择所需的设计稿,如有需要可将组件分组,然后使用“Copy Link to Selection”选项复制设计稿链接。在启用了 Agent Mode 的 Cursor Composer 中粘贴该链接,即可提示 AI 执行生成 React 代码、创建可复用 UI 组件或优化布局等任务。

其他提示和功能

  • MCP Inspector:
    在新终端中运行 pnpm inspect,启动 MCP Inspector 网页 UI,即可查看可用工具、触发调用并检查响应。
  • 可用工具:
    • get_file:从 Figma 获取详细的文件信息。
    • get_node:获取 Figma 文件中特定节点的数据。
  • 主要功能:
    • 符合 MCP 标准: 服务遵循 Model Context Protocol,可兼容多种大模型应用。
    • 类型安全的实现: 使用 TypeScript 构建,代码库稳健且易于维护。
    • 自定义 URI 方案: 支持自定义 URI 方案,便于管理设计资源。
    • 错误处理和验证: 提供完善的错误处理,确保可靠运行。
    • 批量操作: 能够高效处理多个设计元素。

结语

Figma MCP Server 是一款强大的工具,能够弥合 Figma 设计与 AI 编码助手之间的鸿沟。通过实现结构化通信协议,它使设计师和开发者能够自动执行任务、减少重复工作,并以极高的准确度将设计转换为代码。无论你希望通过自动化提升效率,还是加强团队协作,将 Figma MCP Server 集成到工作流中都能带来显著的收益。

如果你准备提升 API 开发和设计工作流,不妨下载并试用 Apidog,体验完整且经济实惠的 API 管理解决方案。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。